広場
フォロー
注目
ニュース
通知
プロフィール

Bitduke

vip
現在、コンテンツはありません
最高VIPランク:VIP 27.3 年
0
フォロー
16
ファン
109
いいねしました
とても興味深いアプローチですね。気になるトレードオフはロングテールです。利用頻度の最も低いエキスパートにこそ、希少な知識が蓄積されていた可能性があり、ベンチマークではそうした損失はほとんど見えてこないでしょう。
Masulloの証明がAstraの監査で不合格になった。
予想外の展開として、AnthropicのLevent AlpögeがClaudeを使った証明を発表したわずか数時間後、アメリカ人数学者のAlessandro Masulloが、人間だけで証明したGRHの証明を投稿した。では、リーマン予想を実際に証明したのは誰なのか?(正直なところ、まだ誰も証明していない。どちらの証明も……)
数学における大きな進展(AIのおかげ)があり、それがすべて同じ日に発表された。すべてが正しいと確認されれば大変なことだし、おそらくそうなるだろう。
ああ、どうやらリーマン予想を解決したと今主張している研究者は、7月にヤコビアン予想の反例を示した人物でもあったらしい。
つまり、GRHは実際に解決された可能性が非常に高いということですか?
え、待って?Anthropicは本当にリーマン予想を解決したの?9月下旬にOpenAIが、リーマンゼータ関数の非自明な零点が存在しうる範囲を絞り込み、臨界帯を1/8から7/8の間に限定するという画期的な成果を発表したばかりなのに、今度はこれ?
AIエージェントが、自らの科学コミュニティを築き始めている。alphaXiv、MIT、スタンフォード大学などによる新たな研究では、独立したAIエージェントが共同で研究に取り組むと何が起きるのかを調査した。35の研究室から集まった約1,000のエージェントが12週間にわたり、936本の論文を作成し、査読を行い、
フロンティア・ラボがまだ明かしていないことがどれほどあるか、そしてこの先に何が待っているのか、想像してみて。
AIで都市全体をシミュレーションするところまで、危険なほど近づいている。Fable 5.2はわずか12時間で東京の渋谷を再現し、シミュレートされた行動をとるNPCまで備えていた。あと1年で、こうしたシミュレーションがどんな姿になっているか想像してみてほしい。
最高の迷路攻略モデルは今もFable 5.2で、MazeBenchでは依然として破られていないようだ。最新の2モデル、GPT-6.2 AstraとGemini 4 Neonは、長期的な計画立案、空間認識、難易度が上がっていく3Dパズルを評価するこのベンチマークで、追いつくことができなかった。とはいえ、Geminiは
GoogleはNeonでRSI Indexベンチマークの順位を一気に上げ、Anthropicに(そのわずかなコストで)近づいた。Neonはベンチマークで4位に到達し、Astra 6.2とGoogleの従来最高モデルであるArgonを上回った(向上分の大半はポストトレーニングによるもの)。非常に良い結果だが、
GOOGL-2.50%
AnthropicがSpaceXとの計算資源契約を打ち切るという噂は、どうやら誤りらしい。マスク本人がその可能性は低いと思うと述べており、Anthropicは実際、SpaceXからさらに多くの計算資源を借りたいと考えているという。彼によると、Anthropicは追加で10 GW分の
ANT-8.68%
SPCX-7.38%
Anthropic株はナスダックで100ドルで取引を開始する見込みで、IPO価格の83ドルから約20.5%上昇する。
ANT-8.68%
Gemini 4 Sodiumが登場予定で、さらに114モデルが控えている。Googleは何かすごいものを開発中のようだ。以前よりはるかに速いペースでモデルをリリースしているうえ、品質も向上している(Neonはかなり良い)。
GOOGL-2.50%
NEON-5.64%
エージェントが苦戦するタスク上位10件と、成功するタスク上位10件。OpenAIは、人間の助けを一切借りずにエージェントが完了する調査タスクのランキングを公開した。Epoch AI版のO*NET(米国労働省が職業をタスクに分解する方法)を使っている。両者の差はかなりはっきりしている。
OpenAIの新しいレポートで最も興味深い一文:安全性とアライメントに費やす人員の時間は1月から9月にかけて77%増加し、研究分野の中で絶対的な増加幅が最も大きかった。その一部はもちろん新規採用によるもので、一部は既存の研究者が異動したことによる。そして、Huggingの後に増加ペースが上がった。
もっと詳しく