悲しいロボットはGrok 4です。これは、いつもの「もう終わりだ」という非公開リリースからの大げさな主張にどれほど注意しなければならないかを改めて示しています。チェックできないテストの汚染はベンチの見栄えを良くしますが、新しい問題ではクラッシュが起こります。

私はジュビリーの「Surrounded」で20人の極右保守派と討論しました。 以下は、私の基本的な質問に答えることができず、最も単純な点に反論することができない彼らの簡単なハイライトです。笑うべきか泣くべきかわからない。 目を見張るような「議論」の全文は次のとおりです。

AI を STEM の人々に任せないでください。 彼らは多くの場合、リベラルアーツや社会科学に傾倒している人よりも、AI に何かをさせるのがはるかに苦手です。LLMは、人間の膨大なコーパスから構築されており、人間の作品の歴史とあいまいな一角を知ることで、AIではるかに多くのことができます

IMO GOLDの結果はとてもクールです。とはいえ、なぜ人々が正気を失っているのかはわかりません。O3 と、私たちが自分たちの仕事はすべて破滅する運命にあり、Arc-AGI とフロンティア数学のせいでそれが Joever だったと思っていたことを覚えていますか?ヒルクライミング数学は、「一般的なユーティリティ」よりも(今のところ)はるかに速く進んでいます

グラフ全体を印刷すると誤解を招きにくくなります 今年は間違いなくAI IMOの金が起こると思っていました(昨年は僅差でしたが、FrontierMathの結果はIMOの金を示唆しています)...最終段階で確率を下げた理由はわかりません

注意:これはOAIが金賞の結果を発表する7時間前にツイートされたものです

3 つのパートからなるストーリー: :D

「子供は広がらない」 覚えていますか?

これについて考えてきましたが、実際には非常に理にかなっています。 インポートはまったく意味がないので、treesitterを使用して使用するすべての言語でインポートを自動的に折りたたむneovimプラグインを作成しました(これまでのところ、C、Rust、C ++、OCaml、(Type / Java)スクリプト、Zig、およびPythonで動作します) \ASMR

OpenAIは、Web Dev Arena @lmarena_aiで「Anonymous Chatbot 0717」という名前で新しいモデルをテストしています。こんなことを言うなんて信じられませんが、フロントエンドコーディングのレベルはまったく異なります - Sonnet、o3、Gemini 2.5 Pro、Grok 4 よりもはるかに優れています。 それをテストするために、素晴らしい @FeatureCrewPod YouTube チャンネルから借用した素晴らしいプロンプトを実行し、モデルに Three.js を使用して手続き的に生成された惑星を作成するように依頼しました。 自分で見てください、しかし、ジャンプの大きさにはかなり驚いています。私が新しいモデルを2回紹介したのは、その実装が非常に興味深いからです。もちろん、これは 1 つのテストにすぎませんが、OpenAI モデルはフロントエンドの作業で常に少し「まあまあ」であり、その面でついに他のモデルを追い越したようです。いつ出てくるか見てみましょう。 モデルを発見した@chetasluaの功績