我的 X 阅读

imjustnewatai @imjustnewatai

10-01 06:57 · 原帖

SSI 似乎很快就要宣布什么了引用：我们倾向于在 @ssi 保持非常低调。然而，很快将宣布一件意义重大的事情。系好安全带

Daniel Litt @littmath

10-01 06:53 · 原帖

@DavidDuvenaud @GuiveAssadi @BatSmack（我个人“很可能”会认为未来几年将会出现一些大规模的社会动荡，之后会发生什么就很难说了。）

Allen Naliath @AllenNaliath

10-01 06:48 · 原帖

https://t.co/WXAwRolN5I

Michael P. Frank @MikePFrank

10-01 06:41 · 原帖

好的，我喜欢这首歌远胜过另一首引用：提升我的 p(Bloom) [扩展版] Opus 5.5 和 Suno 6 的视频

Daniel Litt @littmath

10-01 06:39 · 原帖

@DavidDuvenaud @GuiveAssadi @BatSmack 只要人类经济规模足够大，我认为我提出的论点就适用！我不认为人们需要掌握所有权力才能掌握部分权力。而且，我认为比“有可能”（比如“很可能”）更强烈的断言是不恰当的。

Brett Adcock @adcock_brett

10-01 06:29 · 原帖

这是唯一幸存下来的东西

Demis Hassabis @demishassabis

10-01 06:27 · 原帖

转帖：大新闻：@GoogleDeepMind 推出的 Gemini 4 Argon (High) 刚刚在 Text Arena 中以 1525 分登顶 #1，并在 Code Arena: WebDev 中以 1679 分位列 #8！本次发布以混合 $8/MToken 的成本重塑了 Text Arena 的帕累托前沿！Gemini 4 Argon (High) 现已成为最具成本效益的模型，详见其在帕累托前沿上的位置如下。在 Text Arena 中，Gemini 4 Argon (High) 在 Coding、Hard Prompts、Instruction Following、Longer Query 和 Creative Writing 领域排名 #1。它还在所有评估的职业领域中领先，并在 English、Non-English、Chinese 和 Russian 中额外获得 #1 位置。该模型比排名 #2 的 Claude Opus 4.6 (High) 高出 +20 分，并比 Google 先前发布的 Gemini 3.8 Flash (High)（排名 #11）实现了巨大飞跃！在 Code Arena: WebDev 中，Gemini 4 Argon (High) 比 Gemini 3.8 Flash (High) 提高了 +96 分，并从 #29 跃升至 #8。恭喜 @GoogleDeepMind 团队推出这一令人印象深刻的先锋发布！

Henry Shevlin @dioscuri

10-01 06:17 · 原帖

转帖：玩家3重新进入游戏，混蛋们

Henry Shevlin @dioscuri

10-01 06:15 · 原帖

转帖：外面有很多关于我们下一个模型（！）的讨论，所以我想尽快给大家一个早期的预览。介绍 Gemini 4 Argon！它在复杂工作流程、网络防御和软件工程方面展示了前沿性能。团队们在谷歌广泛使用它，从编码到量子计算，反馈很好。这是基准测试的预览：

Thang Luong @lmthang

10-01 06:10 · 原帖

文本竞技场排名第一 https://t.co/GXTSWbxEST 在 AutomationBench-AA、Terminal Bench 4、AA-Briefcase 等测试中均展现出强大的智能体性能。详情请见《人工智能分析》https://t.co/58witYYTrk 引用：重磅消息：@GoogleDeepMind 的 Gemini 4 Argon (High) 刚刚在文本竞技场 (Text Arena) 中以 1525 分的成绩荣登榜首，并在代码竞技场：Web 开发 (Code Arena: WebDev) 中以 1679 分的成绩位列第八！此次发布重塑了文本竞技场的帕累托前沿，其混合价格低至 8 美元/百万代币！Gemini 4 Argon (High) 现在是最具成本效益的模型，请查看下方其在帕累托前沿上的位置。在文本竞技场中，Gemini 4 Argon (High) 在编码、难题提示、指令遵循、长查询和创意写作方面均排名第一。它也在所有评估的职业领域中名列前茅，并在英语、非英语、中文和俄语领域均位列第一。该模型比排名第二的 Claude Opus 4.6 (High) 高出 20 分，并且相比谷歌之前的版本 Gemini 3.8 Flash (High)（排名第 11）有了巨大的飞跃！在 Code Arena: WebDev 测试中，Gemini 4 Argon (High) 比 Gemini 3.8 Flash (High) 提高了 96 分，排名从第 29 位跃升至第 8 位。祝贺 @GoogleDeepMind 团队发布了这款令人瞩目的前沿产品！

Henry Shevlin @dioscuri

10-01 06:08 · 原帖

https://t.co/1FAkEDSEPe

Demis Hassabis @demishassabis

10-01 06:04 · 原帖

转帖：Gemini 首次登顶 Vals 指数。 Gemini 4 Argon 以 68.9% 的得分位居 Vals 指数榜首。

Thang Luong @lmthang

10-01 06:01 · 原帖

在现实世界长时程软件工程任务中的最先进水平，例如 DeepSWE 和许多复杂任务。更多详情请见博客 https://t.co/gWDkXBzxYs

Demis Hassabis @demishassabis

10-01 05:59 · 原帖

为这个不可思议的团队感到无比骄傲，他们为此付出了如此艰苦而不知疲倦的努力！更多信息请见博客文章：https://t.co/Wb1hdaH6xu

Demis Hassabis @demishassabis

10-01 05:59 · 原帖

非常兴奋地宣布 Gemini 4 Argon，我们全新的前沿 AI 模型，以及在关键能力上的巨大进步。我们专注于负责任地推出它，从今天起通过我们的 Fairwind 计划首先面向政府和可信赖的网络防御者，很快将实现更广泛的可用性。