Square
Мои подписки
Трендовые
Новости
Уведомления
Профиль

Bitduke

vip
Пока нет содержимого
Высший уровень VIP 27.3 год/лет
0
Мои подписки
16
Подписчики
109
Понравилось
Модель, которая прямо сейчас превосходит Qwen3.8 27B в агентном программировании, — это американский трансформер с открытыми весами и циклической архитектурой, работающий на вашем ноутбуке. Это Inkling 2 Mini от Thinking Machines: 26 млрд параметров, около 20 ГБ, результат 48,2% в DeepSWE против 42,2% у Qwen, при этом на Artificial Analysis они показывают одинаковый результат.
Это слишком пессимистично. Не думаю, что человеческое любопытство исчезнет или стремление к знаниям станет бессмысленным только потому, что мы сможем быстрее совершать научные открытия. На самом деле это может быть полезно: расширить наши горизонты и сделать математику доступнее для всех.
P = NP — финальный босс
Итак, ФБР снова взломали. Это уже второй взлом ведомства за последние месяцы. Ранее, 16 ноября, ФБР предупредило, что хакеры используют автономные ИИ-инструменты для взлома, чтобы совершать кибератаки по всей территории США и по всему миру, в том числе с помощью таких инструментов с открытым исходным кодом, как Artex, которые позволяют
Люди, знакомые с этим вопросом, начинают подтверждать, что доказательство Римана выдерживает проверку!
Да, в этом и правда есть смысл: второй проход позволяет поздним слоям передавать информацию обратно ранним, а к 3-му проходу всё в основном уже устаканивается, так что дальнейшие циклы, возможно, просто зря расходуют вычислительные ресурсы.
Очень интересный подход. Я бы следил за компромиссом, связанным с длинным хвостом: в наименее используемых экспертах могло храниться редкое знание, а бенчмарки вряд ли покажут эту потерю.
Доказательство Масулло только что не прошло аудит Astra.
В неожиданном повороте событий американский математик Алессандро Масулло опубликовал доказательство обобщённой гипотезы Римана, полученное исключительно человеком, всего через несколько часов ПОСЛЕ того, как Левент Альпёге из Anthropic объявил о своём доказательстве, полученном с помощью Claude. Так кто же на самом деле доказал гипотезу Римана? (если честно, пока никто: оба доказательства требуют…
Крупные достижения в математике (спасибо ИИ), и всё это опубликовано в один день. Огромное событие, если всё подтвердится, а скорее всего, так и будет.
О, оказывается, тот же исследователь, который теперь утверждает, что доказал гипотезу Римана, ещё в июле стоял за контрпримером к гипотезе Якоби.
То есть, весьма вероятно, что гипотеза GRH действительно доказана?
Подождите, что? Anthropic действительно решила гипотезу Римана? Мы ведь только в конце сентября увидели прорыв OpenAI: удалось сузить область, где могут находиться нетривиальные нули дзета-функции Римана, до критической полосы между 1/8 и 7/8. И теперь это?
ИИ-агенты начинают создавать собственные научные сообщества. Новое исследование от alphaXiv, MIT, Stanford и других организаций изучило, что происходит, когда независимые ИИ-агенты совместно работают над исследованиями. Почти 1 000 агентов из 35 лабораторий в течение 12 недель подготовили 936 статей и рецензировали
Только представьте, сколько всего Frontier Labs ещё предстоит раскрыть и что ещё ждёт нас впереди.
Мы опасно близки к тому, чтобы с помощью ИИ моделировать целые города. Fable 5.2 воссоздала токийский район Сибуя всего за 12 часов, включая NPC с симулируемым поведением. Представьте, как будут выглядеть эти симуляции всего через год.
Лучшим решателем лабиринтов по-прежнему остается Fable 5.2, и, похоже, на MazeBench ему всё еще нет равных. Две новые модели — GPT-6.2 Astra и Gemini 4 Neon — не смогли его догнать в этом бенчмарке, проверяющем долгосрочное планирование, пространственное мышление и всё более сложные 3D-головоломки. Хотя Gemini
Google только что резко подняла планку в бенчмарке RSI Index благодаря Neon, приблизившись к Anthropic (при гораздо меньших затратах). Neon заняла 4-е место в бенчмарке, обойдя Astra 6.2 и предыдущую лучшую модель Google — Argon (причём большая часть её достижений пришлась на этап постобучения). Результаты действительно впечатляют, но
GOOGL-2,50%
Загрузить больше