我的 X 阅读

我的关注 科学物理人工智能 神奇小子 动物世界

神奇小子 · 3000 / 3000 条

已同步 102 个列表成员 · 当前内容涉及 118 位作者

更新 10-10 14:26

重置

3000 条 · 第 39/200 页 · 刷新

Sam Altman @sama
10-07 12:36 · 原帖
还要感谢无数默默奉献的人,他们世代相传,一砖一瓦地投入技术工作,才让我们达到了这样一个奇迹成为可能的境地。
Gill Verdon @GillVerd
10-07 12:35 · 原帖
如果我现在正在攻读数学博士学位,我会直接在 ChatGPT 中输入“gg wp”,合上我的笔记本电脑,然后离开这个项目,转去行业工作。
Sam Altman @sama
10-07 12:35 · 原帖
感谢机器,以及现实的结构,让我们能够多理解一点。
Sam Altman @sama
10-07 12:35 · 原帖
今晚仰望星空,带着格外敬畏的心情。 “你的海洋如此浩瀚,我的船只如此渺小。”
Gill Verdon @GillVerd
10-07 12:35 · 原帖
@PI010101 gg
Gill Verdon @GillVerd
10-07 12:34 · 原帖
解决量子引力问题将如同窥探复杂性霍伊尔视界的尽头 引用:AI 是概念空间的望远镜 模型越大,我们就能越深入地凝视复杂性的虚空
Brett Adcock @adcock_brett
10-07 12:17 · 原帖
有一次,Abidur 和我认为,如果我们能通过越南护照网站,我们就实现了 AGI 这个网站太他妈难了。这里在 Handoff 上投入了很多精力才让它正常工作 引用:这是一个令人难以置信的完美闭环时刻。 我和布雷特在2025年去越南进行了一次制造考察,而填写这份签证表格的过程真的花了太久的时间。这实际上是我们对自己承诺必须完成的一项任务。 看到Hark能够为某人处理这件事,让我感到无比喜悦。能够走进这样一个未来,专注于真正重要的事情,真是太棒了。谢谢你的分享,Jason!
Christian Szegedy @ChrSzegedy
10-07 12:16 · 原帖
我想知道 @GaryMarcus 现在对这个赌注有什么看法。那是在一个由 @MCHammer 发起的帖子线程中,似乎已经被删除了,但我当时保存了截图。
Jared Duker Lichtman @jdlichtman
10-07 12:10 · 原帖
https://t.co/WLgZISQdUW 引用:准RH?!你在开玩笑吗?如果这是人类做的,那绝对是菲尔兹奖,毫无疑问。 RH说ζ在Re(s)>1/2的范围内没有零点。我们之前能找到的最好结果,就是沿着虚轴向上延伸,零点区域越来越窄。我还以为他们能把这个区域加宽一点呢,那可是个巨大的突破。结果呢?他们居然找到了一个完全没有零点的带子!!!!太不可思议了
Daniel Litt @littmath
10-07 12:09 · 原帖
转帖:我一直在努力向 Twitter 上的朋友们解释,为什么当前的情况远没有我们这个不幸的部落主义时代所允许的那样非黑即白: 同一个拥有 20 多年数学研究和指导经验的人(也就是我),同时可以: 1- 对今天的定理发布感到兴奋,迫不及待地想抽出时间更仔细地审视我领域的一些定理,并试图弄清楚大型语言模型(LLM)是否只是重新洗牌了牌——即便如此,这仍然令人印象深刻,但我的领域的问题已经被相当广泛地研究过了,所以足够巧妙的重新洗牌或许就能完成任务——还是说它确实提出了一些真正的新想法。后一种可能性将令人惊叹。发布中一些更引人注目的结果,包括准黎曼假设的结果,让我抱有希望,或许正在发生某种类似的事情。 2- 仍然看到各种理由,为什么如果我们没有找到正确的方式来处理这些输入、管理和研究大型语言模型,以及认识到、整合并正确评估人类的贡献,这最终可能成为数学领域的皮洛士式胜利。 我理解,有些人来到这里只是为了吐槽或加入两个对立阵营之一。但我想说的是,这正是那种试图这么做无法捕捉事情的复杂性和潜力的情境之一。 我也认为,上述兴奋与谨慎并存的双重状态,可能被许多其他真正有数学研究经验的人所分享。
Sabine Hossenfelder @skdh
10-07 12:04 · 原帖
转帖:一份新的工作论文发现,今年1月至5月间提交的科学、技术、工程和数学领域博士论文中有29%包含AI生成的文字,这引发了关于科学培训和认知卸载的质疑。https://t.co/8TxMeveLrB
Sabine Hossenfelder @skdh
10-07 12:03 · 原帖
转帖:认识 Nano Banana 2.1,我们最新的图像生成和编辑模型 这个升级版本在各方面都超越了我们之前的模型,在视觉设计、基于蒙版的编辑以及主体一致性方面取得了显著进步,帮助您创建更自然的图像。
群論たん (※大学の代数学の入門用学術たん・抽象代数学たん) @gunron_tan
10-07 12:02 · 原帖
我之前也这么想过,但是…… 所以,用自然语言输出对LLM来说其实并不算什么障碍,对吧? 它是一个利用自然语言进行学习和推理的模型。 它最终可能会使用一种不同的语言,一种比人类使用的语言更适合人工智能思维的语言。 我想知道如果对它进行优化会发生什么。
Daniel Litt @littmath
10-07 11:52 · 原帖
等待 Greg Brockman 引用转发我的一篇关于微分方程算术的论文,并附上这一行 引用:朝着加速科学发现和提升每个人的生活质量
Derrick Choi @derrickcchoi
10-07 11:52 · 原帖
我们模型的新数学结果 引用:我们现在正进入一个新的发现时代: https://t.co/Ng8GquwN3r