我的 X 阅读

Anthropic 发布了 Haiku 5.5 > 在 10 万代币以下的提示中，Haiku 5.5 的成本比 Haiku 4.5 降低了 90%。 > Haiku 5.5 首次引入了 Haiku 努力度设置，以成本换取准确性，但 Anthropic 仍然建议对于复杂的智能体编码（例如 Terminal-Bench 4.0）使用 Sonnet 5.5 和 Opus 5.5。https://t.co/TBvEW4lWaQ

转帖：https://t.co/48cIvwWQcY 一项激动人心的物理学成果，我有幸参与其中，广泛使用了 @AnthropicAI 模型。这表明，重子数和手征对称等对称性不必在早期宇宙或高温下恢复。我们试图为这个问题和结果撰写一个非常友好的介绍。

转帖：Quartz 报道，Anthropic 的 IPO 招股说明书显示，首席执行官 Dario Amodei 去年收到了近 1800 万美元，主要以股票和期权形式支付。 他的妹妹 Daniela Amodei，公司总裁，收到了 1640 万美元，两位兄弟姐妹的基础工资在 7 月翻倍至 140 万美元。

转帖：今天我们正在开源 Karotte，这是我们用于构建 RL 环境的框架。 我们在过去一年中一直使用它来为前沿实验室构建 MLE RL 环境，它已经通过 100 万+ 次评估运行和红队测试得到了强化。

转帖：你说的是6亿多模态决策模型吗？ 我喜欢@liquidai 的模型，所以看到它们以无与伦比的信息密度出现在这里一点也不奇怪！

转帖：For the MLX homies Full https://t.co/0P10lpE0ma 8bit https://t.co/PCn8pPCov9 4bit https://t.co/5x1uKuLhqq

转帖：介绍 @dair_ai 的 MCP 工具。 将 MCP 连接到你的 Codex/Claude/Grok Bot，以发现和探索顶级 AI 论文。 我们精心策划了这些论文，因此你可以期待大多是重磅内容。 该索引包含了过去几年我在 X 上推荐的所有论文。 开始使用：https://t.co/Sg7OaryRY5 > 查找并总结精彩论文 > 探索我们的 harness 工程合集 > 找到新的实验方法 > 查找 AI 主题的 SOTA 结果 > 生成文献综述/调查 > 构建你的个人收藏 > 可视化论文 > 以及更多 演示展示了如何安装它，包括受 @karpathy 启发的可视化论文的一些想法。 我们才刚刚开始。如果你有反馈，请联系我们。我们将在未来几周内发布一些基准测试，并将定期推出新增功能和改进。敬请期待！

我们有了 opus，我们有了 haiku，感觉好像还缺一个模型来填补 ipo 的空缺…… 引用：介绍 Claude Haiku 5.5：我们迄今为止发布的最便宜、最快且能力最强的迷你模型。 平均而言，其运行成本比 Claude Haiku 4.5 低约 75%。

“这份文件声称基本上解决了数学领域中每一个主要的未决问题” https://t.co/hCFJIz1PjA

转帖：两届奥斯卡奖得主本·阿弗莱克解释了基于Transformer的AI与经典计算的区别。 经典软件是确定性的，这些模型通过“将信息通过注意力层运行”来生成答案，并推断出一个输出。 ---- 完整视频在“One More Question and GQ”YouTube频道上，（链接在评论中）

转帖：安德烈·布尔科夫 (Andriy Burkov) 的《百页机器学习手册》（PDF + EPUB + 其他 PDF 格式）正在 Leanpub 上促销！建议零售价为 40 美元；使用此优惠券可享 14 美元优惠价：https://t.co/AujxPW1JXT @burkov #data_science #computer_science https://t.co/0MMkMljoBn

我们将 Claude Sonnet 5.5 的缓存读取价格减半，这意味着 Sonnet 5.5 在大多数代理性工作上现在运行成本大约便宜 20%。 Anthropic 对抗 OpenAI 现在：

转帖：@liquidai 总是能做出非常出色的微型模型。它们是我早期为自己开发的 iOS/Android 应用的灵感来源。

这是非凡的进步！ 看到机器在取得进步时最挣扎的问题也会非常有趣 引用：我们正在发布一款内部前沿模型产生的大量新数学成果。 我们一直在与高级研究所的独立数学与人工智能顾问小组进行磋商，并借鉴了他们的建议和公开推荐，来指导我们如何发布这些成果。 https://t.co/7N6TPlft1P

转帖：在单个 RTX 3060 12GB 上运行 d1-3B，通过官方 transformers 路径（bf16，无 torch.compile）： 一个决策需要 25 毫秒。3 个问题在同一状态下单次通过需要 38 毫秒。带 640x480 图像需要 146 毫秒。约 6 GB VRAM。 作为参考，Liquid 的卡将 4090 的时间置于无编译的 16 毫秒，因此 3060 在文本上落后约 1.6 倍。对于一张 2021 年的卡来说，不错。 如果你在本地尝试的提醒：GGUFs 已经上线，但 stock llama.cpp (b11476) 会拒绝它们，报错“unsupported decision model type: d1”，而且我还没在 ggml-org/llama.cpp 上找到 d1 的 PR。transformers 今天就能用。 一旦支持落地，我会在 llama.cpp 上重新运行。