我的 X 阅读

“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。

Anthropic 公司刚刚发布了 Claude Haiku 5.5，据该公司称，其平均运行成本比 Haiku 4.5 降低了约 75%。 远胜 GPT-6-Luna，更接近 Sonnet 5.5 Anthropic 表示，它还能提升编码效率、计算机使用效率和知识工作效率。 Haiku 现在支持可调节的 https://t.co/vmGh1UsWub

转帖：祝贺 Liquid AI 推出 Open d1。 两个开源决策模型在 NVIDIA Jetson Thor、Jetson AGX Orin 和 Orin Nano 上以单次前向传递提供答案。 访问 Jetson AI Lab 学习如何在 Jetson 上运行这些模型： d1-3B https://t.co/jB6uCoeMwU d1-omni-600M https://t.co/IU5ST7Mu1I

转帖：就其处理能力而言，该模型的尺寸非常令人印象深刻。恭喜@liquidai团队

转帖：可在任何地方运行的微型决策模型： > d1-3B 在文本和视觉方面表现出色 > d1-omni-600M 支持文本、视觉和音频！ 立即试用我们的 @huggingface 空间，体验互动游戏

转帖：给你！我们与 @nvidia 合作推出的首批开源权重多模态决策模型系列 我对我们 6 亿参数的全能模型着迷不已，它真正为该领域带来了处理图像、音频和文本的全新可能性。 为你的系统一应用微调这些厉害家伙吧！ 我们后训练和应用 AI 团队的杰作。

实验

机器人领域目前缺乏互联网规模的数据集。这才是真正的瓶颈。 Mecka 刚刚完成由红杉资本领投的 6000 万美元 B 轮融资，旨在构建一个这样的数据集。 > 定制多传感器采集硬件 > 计算机视觉实验室，可将原始、嘈杂的视频素材转化为结构化的训练信号 > 招聘

转帖：大多数决策不需要大模型。它们需要一个快速的模型。 今天我们开源了 d1-3B，这是一个视觉-语言决策模型，以及 d1-omni-600M，它可以处理文本、图像和音频。