悲傷的機器人是 Grok 4。這再次顯示了對於封閉版本中誇大的聲明要多麼小心，通常會說「一切都結束了」。無法檢查的測試污染讓基準看起來很棒，但在新問題上，崩潰就會來臨。

我在Jubilee的《被包圍》中與20位極端保守派進行了辯論。 以下是他們無法回答我基本問題或反駁最簡單觀點的一些簡要亮點。不知道該笑還是該哭。 這是完整的啟發性《辯論》：

大多數 COVID-19 感染是通過近距離傳播（氣溶膠從感染者傳播 1-2 米）發生的。 坐在天花板風扇下可以將呼吸區域的氣溶膠濃度降低 87%。 @ukhadds

不要把 AI 留給 STEM 的人。 他們在讓 AI 做事情方面往往比那些有文科或社會科學背景的人差得多。大型語言模型是基於人類表達的龐大語料庫構建的，了解人類作品的歷史和冷門角落能讓你更好地利用 AI。

imo金色結果非常酷。不過，我不知道為什麼人們會失去理智。記得o3嗎？我們曾經以為我們的工作都完蛋了，因為arc-agi和邊界數學？而現在的爬坡數學進展得比「通用效用」快得多（目前是這樣）。

如果你打印整個圖表，會少一些誤導性 我確實在想，今年會有 AI IMO 金牌（去年差點就有，FrontierMath 的結果暗示著 IMO 金牌）……不確定在最後階段是什麼讓概率下降了。

注意：這是在OAI宣布他們的金礦結果前7小時發出的推文。

三個部分的故事： :D

"孩子們不會傳播" 還記得嗎？

OpenAI 正在 Web Dev Arena @lmarena_ai 測試一個名為 'Anonymous Chatbot 0717' 的新模型。我無法相信我會這麼說，但它在前端編碼方面確實達到了完全不同的水平 - 遠遠超過 Sonnet、o3、Gemini 2.5 Pro 或 Grok 4。 為了測試它，我使用了來自驚人的 @FeatureCrewPod YouTube 頻道的一個很棒的提示，要求模型使用 Three.js 創建一個程序生成的行星。 你們自己看看，但我對這次飛躍的大小感到非常驚訝。我已經兩次介紹了這個新模型，因為它的實現非常有趣。當然，這只是一次測試，但 OpenAI 的模型在前端工作上一直有點「無聊」，而他們似乎終於在這方面超越了其他所有人。我們等著看它何時推出。 感謝 @chetaslua 發現這個模型。