Smutný robot v je Grok 4. To opět ukazuje, jak opatrný musí být člověk s přehnanými tvrzeními z uzavřených vydání, která říkají obvyklé "je to tak konec". Testovací kontaminace, kterou nelze zkontrolovat, způsobuje, že lavice vypadají skvěle, ale u nových problémů přichází havárie.

Nenechávejte umělou inteligenci na lidech ze STEM. Často jsou mnohem horší v tom, jak přimět umělou inteligenci dělat věci, než ti, kteří mají sklony ke svobodným uměním nebo společenským vědám. LLM jsou postaveny na obrovském korpusu lidského vyjádření a znalost historie a temných zákoutí lidské práce vám umožní dělat s AI mnohem více.

Výsledek IMO Gold je velmi cool. To znamená, že nevím, proč lidé ztrácejí rozum. Pamatujete si na O3 a na to, jak jsme si mysleli, že naše práce je odsouzena k zániku a že to bylo kvůli Arc-AGI a hraniční matematice? Matematika v lezení do vrchu jde mnohem rychleji (zatím) než "všeobecná užitečnost"

by bylo méně zavádějící, kdybyste vytiskli celý graf Rozhodně jsem si myslel, že zlato AI IMO se stane letos (loni bylo blízko a výsledky FrontierMath naznačují zlato IMO)... Nejsem si jistý, co snížilo pravděpodobnost v závěrečném úseku

pozn. toto bylo tweetováno 7 hodin předtím, než OAI oznámila svůj zlatý výsledek

RT @JeffDean: Colab Pro je nyní k dispozici zdarma pro ověřené studenty a učitele v USA po dobu jednoho roku.

Příběh ve 3 částech: :D

"Děti se nešíří" Pamatujete si to?

Přemýšlel jsem o tom a vlastně to dává velký smysl. Importy jsou zcela bezvýznamné, takže jsem vytvořil plugin neovim, který automaticky složí importy v každém jazyce, který používám pomocí treesitter (zatím funguje v C, Rust, C++, OCaml, (Type/Java)script, Zig a Python) \ASMR

OpenAI testuje nový model na Web Dev Arena @lmarena_ai pod názvem "Anonymní chatbot 0717". Nemůžu uvěřit, že to řeknu, ale je to skutečně na úplně jiné úrovni kódování front-endu - mnohem lepší než Sonet, o3, Gemini 2.5 Pro nebo Grok 4. Abych to otestoval, spustil jsem skvělý prompt vypůjčený z úžasného kanálu @FeatureCrewPod YouTube, kde jsem požádal modely, aby s Three.js vytvořily procedurálně generovanou planetu. Podívejte se sami, ale jsem docela překvapená, jak velký skok to je. Nový model jsem představil dvakrát, protože jeho implementace byla tak zajímavá. Samozřejmě, že se jedná pouze o jeden test, ale modely OpenAI byly vždy tak trochu "meh" při práci na front-endu a zdá se, že na této frontě konečně předběhly všechny ostatní. Uvidíme, až to vyjde. Poděkování @chetaslua za objevení modelu