我的 X 阅读

第 2.2 天/ 好的，这个更新规模较小，但我们为在 API 上构建时减少了一些摩擦。祝构建愉快。 引用：我们正在让获得更高的 OpenAI API 速率限制的资格变得更容易。 五个付费使用层级简化为三个：Build、Launch 和 Grow。 您只需累计 API 支付金额达到 500 美元，即可获得 Grow 资格，这是我们新的最高层级——之前最高层级需要 1000 美元。

来旧金山参加 COLM 活动，好奇旧金山到底是什么样的地方？ 坏消息是：COLM 位于治安最差的街区，如果你在那附近待久了，你就会像我以前一样讨厌旧金山。 好消息是：你的推特好友 Jason Wei 写了一篇指南，教你如何像当地人一样体验旧金山：https://t.co/4zOQj7G7vl

前 Anthropic 的 Jacob Coxon 在最近的一次采访中： „那些开发这些技术的公司所设想的世界上，将不会有工作“ „没有工作，通过完全自治的经济生产产生的股息分红，为每个人提供普遍的高收入，分发给真实的人类。“ „这是一个巨大的、美丽的循环*方舟“ 老实说，我原本更担心他会表现出更多的末日论调。这听起来一点也不像一个糟糕的世界。值得一看这个采访。

转帖：泽连斯基：情报部门提供了关于俄罗斯人准备大规模袭击的最新信息。请你们务必、恳请你们照顾好自己。请响应导弹危险信号。乌克兰各服务部门，我们的空军已做好应对准备，并将尽我们防御手段所能及的范围进行反击。这在很大程度上取决于合作伙伴——取决于世界上的每一位领导人、每一个国家，他们拥有我们所需的防御手段，并能提供这些手段。政治意愿对此至关重要，尤其是在美利坚合众国，尤其是在欧洲，尤其是在其他合作伙伴。世界比俄罗斯的邪恶更大，保护生命必须成为共同事业。我感谢每一位真正提供帮助的人！

我今天要测试这个。

请求Astra和Claude绘制Waikīkī的冲浪点地图。它提取了1米分辨率的珊瑚礁LiDAR数据，并在上面标注了23个冲浪点。然后我给它一张随机的无人机照片，它根据海岸线推算出相机位置，并在照片上绘制了这些冲浪点。 这在‘秘密地点’上会很有用

门洛种子投资创始人今日 引用：每笔种子投资都是一次期权押注。 “你必须将风险投资组合视为一堆期权。每笔种子投资都是一次期权押注。 你是在购买一个期权，来观察它是否会成为一个异常值，你希望拥有足够多的这样的期权，以确保你能有一个异常值。 当有真正的量化证据表明它将成为一个异常值时，你再增加仓位。” @venkyganesan 在这样一个世界里，种子基金如何玩转？一个巨型基金完全对价格不敏感的世界，“期权押注”是种子投资的心态 @infoarbitrage @chudson @hunterwalk @honam @dunkhippo33 @jasonlk

我们收到很多关于 CS-4 组件的问题。 仔细看看 CS-4 晶圆级背包背后的工程技术。⤵

如果您处于付费层级，您的组织将自动升级到新的层级。无需采取任何操作。 有关资格要求和速率限制的更多详情： https://t.co/3jhRWOBzyH

我们正在让获得更高的 OpenAI API 速率限制的资格变得更容易。 五个付费使用层级简化为三个：Build、Launch 和 Grow。 您只需累计 API 支付金额达到 500 美元，即可获得 Grow 资格，这是我们新的最高层级——之前最高层级需要 1000 美元。

在这里试试 https://t.co/muf4kpUNpI

在无处不在的可及智能时代，最大的风险是承担的风险不足。 瞄准月球吧，anon。

@shaped 和 @parsewaveai 干得漂亮。

转帖：数学的未来 Jeremy Avigad https://t.co/MmxkTncTu6

我们需要更多这样的努力。 每个代理基准测试都应该审计其验证器。 Parsewave 审查了 Zapier 的 AutomationBench 中的所有 600 个公开任务。 代理编写了逼真的错误答案，试图欺骗每个验证器，人工审查确认了 206 个真实错误。AutomationBench Verified 修复了所有 206 个错误。 关于 1,235 次 Kimi K3 运行，修复后的验证器更改了 27.9% 的评分。 我刚刚开始研究这个基准测试，用于我正在进行的一些独立评估工作，所以现在看到这个审计正是时候。 引用：AutomationBench Verified 已发布。 我们遍历了 @Zapier 的 AutomationBench 中的所有 600 个公开任务，并检查了每个验证器。 • 代理标记了 323 个验证器为可疑，人力审查确认了 206 个真实错误，所有 206 个均已修复。 • 我们在旧验证器和修复后的验证器上重放了 1,235 次 Kimi K3 运行，其中 344 次（27.9%）获得了不同的评分 • 在验证器过于严格的地方，通过率从 18.8% 提高到 43.8% • 在验证器过于宽松的地方，通过率从 60.2% 下降到 49.7% 审计和数据集链接如下。