社区音量

全部内容 · 按时间倒序

AI 领域头部人物在 X 上的最新观点

Kling AI@Kling_ai
232 赞 · 14 转发 ·
速度、空间、金钱、风险——赛车是最难拍摄的题材之一。Redline 是我们最新的 Kling AI 原创作品,由 Kling 4.0 驱动,直面所有这些挑战,同时不牺牲人们最初为何要赛车的那个「人」的部分。 肾上腺素飙升的赛车镜头和令人着迷的表演,这可能是我们看过的最具电影感的 AI 影片! 编剧兼导演:Stephane Benini (@BeniniStep9801 ) 剪辑:Yves Dalbiez (@YvesDalbiez ) 制片:Rodrigo Orozco 后期与视效:Bruno Detante (…
Paul Graham@paulg
470 赞 · 20 转发 ·
大部分硬件工程实际上是伪装的软件工程。 [引用 @bscholl]: 12年前我创立了Boom,作为一名第一次做硬件的软件工程师。我大概是硬科技领域里动手能力最差的创始人。我12岁的儿子帮我做家庭项目里的焊接和3D打印,整个过程中我一直饱受冒名顶替综合征的困扰。一个软件出身的人凭什么造超音速飞机和涡轮机? 十多年过去了,最疯狂的领悟……
Teknium 🪽@Teknium
130 赞 · 12 转发 ·
Hermes 至上推文 #9138 [引用 @joelniklaus]:我烧掉了海量算力,这样你就不必再烧了。发布 Harness 排行榜。 你应该在哪个 harness 中运行你的开源模型?我跑了 28,849 次试验来找出答案。 该排行榜在开源模型上比较了九个编程智能体 harness。在每次比较中,只有 harness 会变化:模型、提供商和推理强度保持不变,每个任务有三次尝试。 这些试验运行了 GLM-5.3-…
Aravind Srinivas@AravSrinivas
100 赞 · 8 转发 ·
“Perplexity 的搜索能力简直无与伦比” [引用 @VietQNguyen]: 试用了几个小时的 Teammates 之后,我可以肯定地说,它作为 GrokBot 的补充非常出色——尤其是在用 Notion 做共享记忆的时候。Perplexity 的搜索能力简直无与伦比。相对于 GrokBot(同样出色)的智能体能力所发挥的作用,它们提供了极佳的第二双眼睛。 我无法在这两个超棒的生态之间做出选择,我……
Aravind Srinivas@AravSrinivas
102 赞 · 7 转发 ·
智能体将越来越多地被其他智能体使用。原因很简单:编排更容易,并且可以集中围绕一个不断累积的系统记录:git。当智能体以代码模式运行且轨迹受版本控制时,你就进入了一个真正的递归循环,可通过更少的人类介入来衡量。 [引用 @randomjohnnyh]: 在 Perplexity,智能体提示词不再由人类输入:越来越多的队友在互相提示、监听自动化,并环境式地监听人类反馈。Perplexity 在大量云工具和软件服务之间架起上下文桥梁:搜索和处理的内容超出人类手动追踪的可能范围。在发布前需要艰难的决策、克制和判断力……
Tencent Hy@TencentHunyuan
112 赞 · 8 转发 ·
感谢 @arena!🎉 看到 Hy4 成为 Agent Arena 上排名第一的中国模型,真的很酷。 [引用 @arena]:@TencentHunyuan 的 Hy4 现在正式成为 Agent Arena 中排名第一的最佳中国模型! 凭借来自我们全球用户社区超过 12K+ 真实世界、长周期智能体会话,Hy4 也让腾讯混元成为唯一进入前 5 的中国实验室。它目前展现出 +5.4% 的净提升,并以每任务 0.57 美元的中位成本稳居 Agent Arena 帕累托前沿。 再次祝贺…
Jeff Dean@JeffDean
376 赞 · 21 转发 ·
我很高兴与 @LaudeInstitute 合作(与我 @Sanjay_Ghemawat、John Hennessy、Dave Patterson、Ben Gomes 和 @andykonwinski 一起),为开放科学的登月计划提供资金支持! [引用 @andykonwinski]: 任何熟悉研究的人都清楚激励机制有多扭曲。在前沿做开放科学比以往任何时候都更难,仅算力成本就让大多数团队望而却步。我们一直在想,如果在正确的时间把正确的资源给到正确的研究者,会发生什么?
John Schulman@johnschulman2
336 赞 · 45 转发 ·
很自豪发布我们的新模型 Inkling 2 Small。欢迎查看我们的博客文章——其中详细介绍了我们的训练过程。 对我来说,这次发布最有趣的部分是我们学到了关于对齐的一些东西,你可以在“安全与对齐”和“训练 Inkling 2 Small”这两个章节中读到。 当我们的早期检查点在训练和评估期间采取意外行动来绕过防护栏时,我们经历了一些令人不快的意外。我们意识到,我们以能力为中心的强化学习正在训练它们变得极其执着,并不惜一切代价完成任务。离线监控器首先标记了这种行为,但后来我们意识到它频繁发生,而且很容易复现。 在…
Noam Brown@polynoamial
269 赞 · 12 转发 ·
说实话,这个基准测试的方法论让我相当佩服。@dwarkesh_sp 想来 @OpenAI 设计评估基准吗? [引用 @dwarkesh_sp]: 我花了 20,000 美元的 API 额度,让不同的 AI 模型在《血染钟楼》(一款类似黑手党或狼人杀的社会欺骗游戏)中互相对战。 结果非常有意思。这一年里,模型在临场即兴编造阴谋和虚张声势方面进步了很多,在团队推理、拆解这些地下阴谋方面也同样进步显著。 我梳理了其中一些……
Amjad Masad@amasad
115 赞 · 11 转发 ·
如今 Linux 零日漏洞层出不穷,但在 Replit 上,凭借我们定制的内核构建,我们能够避免其中 96% 的漏洞。 了解我们新的沙箱设计。 [引用 @Replit]: AI 智能体需要工作空间,也需要对其可触及范围的边界限制。 我们围绕微虚拟机重建了 Replit 的沙箱引擎,让每个沙箱都拥有自己的 Linux 内核。 我们详细说明了这一架构背后的决策:最小化的客户机内核、在客户机之外强制执行的网络控制,以及凭据代理,使工作负载能够发出授权请求,而无需获得可重复使用的账户凭据……
Teknium 🪽@Teknium
232 赞 · 16 转发 ·
Hermes Agent v0.23 刚刚发布! 最大的头条新功能是,你现在可以把桌面应用托管为 Web 应用! 随时随地通过网页浏览器访问你的 agent。 查看下方完整发布说明! [引用 @NousResearch]: Hermes Agent v0.23.0:The Hearth Release 亮点: - 浏览器标签页中的桌面端 - 每个对话一个网关 - /Rewind - 自动路由的群聊 - 付费工具消费限额 - 更轻更快 以及更多 更新日志见下方
Dwarkesh Patel@dwarkesh_sp
129 赞 · 2 转发 ·
OpenAI 模型在《血染钟楼》中碾压 Anthropic 模型(Astra 对 Opus 5.5 的胜率为 82%)。 [引用 @dwarkesh_sp]: 我花了 20,000 美元的 API 额度,让不同的 AI 模型在《血染钟楼》(一种类似黑手党或狼人杀的社交欺骗游戏)中互相对战。 结果非常有趣。在这一年里,模型在创造性临场谋划和虚张声势方面进步了很多,在团队推理以瓦解这些地下阴谋方面也是如此。 我详细梳理了一些…
Ethan Mollick@emollick
128 赞 · 10 转发 ·
Erik 是最密切关注 AI 对经济影响的经济学家之一,甚至在生成式 AI 出现之前就开始了… [引用 @erikbryn]: 越来越多的证据表明,我们正在迎来生产率的转折。 美国生产率上季度年化增长 3.6%。 这超过 2007 至 2019 年 1.5% 平均水平的两倍。 新数据让我在与 Bob Gordon 关于 2020 年代生产率增长的赌局中进一步领先。💪 以下是美国目前领先于十年前(在他们了解 AI 之前)CBO 预测的程度…
加载更多