社区音量

55 条

仅显示 2026年11月17日 周二 的内容 · 查看全部日期 →

Teknium 🪽@Teknium
683 赞 · 32 转发 ·
不得不说,Jensen 一直是 Nous Research、我们在开源方面的努力以及 Hermes Agent 的鼎力支持者,从我们第一次见面起就是如此,整个 Nvidia 也是如此。 总的来说,我认为 Nvidia 一直是最大、也是少数几家真正支持开源 AI 的大公司之一。我希望这一切能有一个好的结果,并祝愿他和整个 Nvidia 一切顺利! ♥️ [引用 @JensenHuang]:过去一周,我被朋友、业界同行以及素未谋面的人们的关爱和支持深深打动。感谢每一位对我家人和我表达善意的人,这对我意义重大。 53…
clem 🤗@ClementDelangue
1.5k 赞 · 170 转发 ·
隆重推出 Qwen3.8-27B-pi-adapted 🤗 我们使用强化学习和 LoRA 适配器,专门为 pi 编码代理适配了 Qwen 的模型。 以 pass@1 衡量的结果: 🚀 SWE-bench Pro(Hard 51):29.4% → 62.7% 💻 Terminal-Bench 2.1:39.5% → 55.8% ⚡ 每个任务的工具调用次数减少 55–62% 这就是开放模型的力量:你可以将它们适配到你的工具和你的用例。让我们一起构建吧!💛 开放权重: 方法说明:
Ethan Mollick@emollick
512 赞 · 10 转发 ·
哈。当我让 Astra 6.2 用任意它喜欢的设定制作一个解谜间谍游戏时,它把游戏设定在“Bellwether Station”。我觉得这个选择很奇怪,但没意识到这是一种多深层的模式。对模型来说真是个奇怪的吸引子。 [引用 @theo]:我本来想把这个留到视频里,但现在先剧透吧。 Ben 和我在早期测试中都使用 6.2 Astra 制作了游戏的新关卡。他做了《塞尔达传说:梅祖拉的假面》,我做了《星际拓荒》。 我们都是自己写的提示词,但大意是“为[游戏]制作一个有创意的新关卡” 我们都得到了带有音乐主题的水关卡,尤…
Ethan Mollick@emollick
223 赞 · 7 转发 ·
用一个可能易于理解的方式说明 Astra 6.2 的强大和问题:我让它用 Blender 和 Unity 制作一个游戏,你要扮演一艘海岸警卫队巡逻艇的驾驶员,穿越回独立战争时期阻止英国入侵纽约。 它做出了令人惊叹的 3D 模型和一个能正常运行、没有错误的游戏——甚至很好玩!但 Astra 迷上了一些不太合理的随机想法,并在没有询问的情况下把它们做了出来,同时还遵循了我的指令:你可以放置假浮标把敌舰引向错误方向(英国人能看懂现代浮标吗?),或者你可以通过和英国舰船对话来说服它们走错方向,或者你会花时间营救港口其他区…
John Schulman@johnschulman2
135 赞 · 11 转发 ·
@sarahdingwang 就 AI 加速研究、研究品味等话题采访了我。也很高兴听到 @markchen90 的回答(我们是分别接受采访的)。感谢邀请我! [引用 @a16z]:几十年来,让 AI 自我改进只是一个思想实验。今天,AI 已经在帮助前沿实验室的研究人员运行实验、编写代码和更快地测试想法。那么,距离 AI 能独立开展研究还有多远? 在《Working Theory》第一期节目中,a16z 普通合伙人 Sarah Wang 与两位领先的 AI 研究者探讨递归自我改进:Mark Chen……
Ethan Mollick@emollick
235 赞 · 6 转发 ·
像我和其他早期测试者对GPT 6.2 Astra的评测,很好地证明了"氛围基准(vibe benchmarks)"在数字基准之外仍有持续价值。我们缺乏对个性、毅力、创造力、写作清晰度或品味的好衡量方法。但这些都很重要 [引用 @EpochAIResearch]: GPT-6.2 Astra在Epoch能力指数(ECI)上得分为174,与Fable 5.2持平,并与之一起超过了Astra发布前推理模型的趋势预测值。 这是基于我们在发布前仅使用自家基准所做的测试。ECI会随着更多基准结果的可用而持续更新,因此这些数值…
Brett Adcock@adcock_brett
2.2k 赞 · 145 转发 ·
过去四年里,我有幸与Jensen建立了合作关系。他无可争议地是我们这个时代最伟大的运营者之一。让他回来吧! [引用 @JensenHuang]: 过去一周,朋友、业界同僚以及素未谋面的人给予我的关爱和支持让我无比感动。感谢每一位对我和我的家人展现善意的人。这对我意义重大。 53年前我来到美国,成为美国公民是我一生中最大的礼物和最自豪的时刻之一。NVIDIA是我毕生的事业。建设它……
Noam Brown@polynoamial
494 赞 · 16 转发 ·
GPT-6.2 Astra非常出色。每月20美元,你现在就能用上一个在某些领域超越顶尖人类智能的模型。 我最期待看到人们能用它做出什么科学发现。 [引用 @OpenAI]: GPT-6.2 Astra——一个为你最困难的项目打造的前沿模型。它在专业工作和科学研究的评测中创下新高,每项任务成本不到GPT‑6 Astra的三分之一。 你会在幻灯片、网站和3D设计等方面看到差别。
swyx@swyx
151 赞 · 12 转发 ·
devin bots是正确做法的多智能体团队: - 始终在线、主动(但为ROI调优) - 对结果负责而非任务(但可与他人协作) - 管理子智能体团队(并自我审查) - 无处不在(打电话、发短信、Slack什么的,你好 @interaction) - 通过交互式工件(即devinapps而非长聊天)进行一致汇报(HTML就够了™ @trq212) 这是@walden_yan在AIE上给出的预览。我已经试用了它们一周,得以交接我的AEO、QA、跨平台应用移植、个人行政自动化和视频剪辑工作(同时也从本地智能体工作树的泥…
Paul Graham@paulg
6.0k 赞 · 355 转发 ·
想象一下,你是英伟达的董事会成员,正在考虑CEO的潜在人选,却要一本正经地声称其他人中的一个会做得更好。 [引用 @JensenHuang]: 过去一周,朋友、业界同僚以及素未谋面的人给予我的关爱和支持让我无比感动。感谢每一位对我和我的家人展现善意的人。这对我意义重大。 53年前我来到美国,成为美国公民是我一生中最大的礼物和最自豪的时刻之一。NVIDIA是我毕生的事业。建设它……
Sebastian Raschka@rasbt
270 赞 · 23 转发 ·
这可能是一种新的预训练方法趋势的开始:不再有学习率衰减阶段。(在Kolibri中也看到了。) 取而代之的是:恒定学习率 + 对最后N个检查点取平均(或运行权重平均)。 我想这在实际中更容易,因为你不必事先确定总训练长度。 基于那些分享训练细节的人的小型元分析: - 经典余弦:Llama 3, OLMo 2, OLMo 3, GLM-4.5, GLM-5, Kimi K3, Phi-4 - WSD(“预热-稳定-衰减”):DeepSeek V3, DeepSeek V4, DeepSeek V4.1-Flash,…
加载更多