我的 X 阅读

有人给人工智能编程人员送了一盒虚拟乐高积木。 LDraw Nova 让你描述一个模型，然后让 AI 智能体计算出各个零件及其摆放位置。它会检查生成的模型，检查积木是否重叠，并修改设计。你最终会得到一个可编辑的 3D 模型，可以自行修改。https://t.co/1TSI8pEmSR

我很高兴我们终于开始报道这些故事了。 Arday 并非特例：掩盖真相、威胁以及对欺诈行为的加倍坚持是学术界的常态。

转帖： Marin 535B-A23B 训练已超过一半！到目前为止的一些观察和经验教训：

转帖：我从来没有给你发过消息，兄弟，怎么了？

更新：对于任何对 @nntaleb 和我关于 @stephen_wolfram 在囚徒困境锦标赛方面工作的讨论感兴趣的人来说，Joshua Plotkin（世界上这方面所有领域的顶尖专家之一）对当前最先进水平进行了精彩的总结：https://t.co/E6SvoL6uYQ 引用：1/3 史蒂夫，我同意你的主要观点：针对统一策略场的排名与进化动态的结果是不同的对象。但还有更多要说的，既有关于沃尔弗拉姆帖子遗漏的内容，也有自Nowak & Sigmund以来该领域已确立的内容。第二部分更重要，因为其中许多是证明而非模拟的。我还在沃尔弗拉姆自己的有限状态机上运行了你提出的实验；结果在文末。 I. 沃尔弗拉姆帖子遗漏的内容 1/ 有限自动机作为重复囚徒困境的策略，这是一个四十年的文献：Rubinstein、Binmore & Samuelson等人于1980年代启动了这一研究。Linster (1992) 研究了所有26个一状态和二状态有限状态（Moore）机的进化动态，这正是沃尔弗拉姆的2状态空间。 2/ Axelrod 于1987年在沃尔弗拉姆的自适应进化实验中使用遗传算法运行（见Davis，《Genetic Algorithms and Simulated Annealing》）。针对他第二次锦标赛中八个固定策略场的进化，40次运行中有11次产生了得分远高于TFT的规则。这些规则在第一步就背叛，并剥削了场中的一个成员。当规则相互进化时，互惠规则最终传播开来。 3/ 你提出的实验，即迭代锦标赛，也已在沃尔弗拉姆的整个策略类别上运行。van Veelen (2012) 进化了从每个可以用有限状态自动机编码的策略中抽取的种群。这些种群显示出合作与背叛之间的永久振荡，通过允许其他突变体入侵的中性突变体。 4/ 在没有错误的情况下，沃尔弗拉姆的22个二状态机中有20个是确定性的记忆一步策略。TFT、Grim和WSLS就是其中三种。因此，他的2状态排名是对记忆一步策略空间角落的排名，这是Nowak & Sigmund全面研究的合作概率的四维立方体。 5/ 沃尔弗拉姆的游戏中没有错误，或颤抖手。在没有错误的情况下，Grim绝不会针对不先背叛的对手进入永久背叛。错误是Nowak–Sigmund工作中WSLS和宽容策略受青睐的原因，而错误确实也会改变沃尔弗拉姆设置中的结果（见下文） 6/ 沃尔弗拉姆写道，很难“证明一个定理”来确定哪种策略最佳。关于哪些策略能抵抗入侵的定理确实存在，而这些正是我最想添加到你线程中的内容。

他声称我私信他想跟他谈农场生意，但我根本没给他发过消息！？ https://t.co/SkhkvWUhGe

更新：对于任何对我们在这里进行的讨论感兴趣的人来说，最先进的状态被Joshua Plotkin（瞄准世界上这方面所有领先专家之一）美妙地总结了： 引用：1/3 史蒂夫，我同意你的主要观点：针对统一策略场的排名与进化动态的结果是不同的对象。但还有更多要说的，既有关于沃尔弗拉姆帖子遗漏的内容，也有自Nowak & Sigmund以来该领域已确立的内容。第二部分更重要，因为其中许多是证明而非模拟的。我还在沃尔弗拉姆自己的有限状态机上运行了你提出的实验；结果在文末。 I. 沃尔弗拉姆帖子遗漏的内容 1/ 有限自动机作为重复囚徒困境的策略，这是一个四十年的文献：Rubinstein、Binmore & Samuelson等人于1980年代启动了这一研究。Linster (1992) 研究了所有26个一状态和二状态有限状态（Moore）机的进化动态，这正是沃尔弗拉姆的2状态空间。 2/ Axelrod 于1987年在沃尔弗拉姆的自适应进化实验中使用遗传算法运行（见Davis，《Genetic Algorithms and Simulated Annealing》）。针对他第二次锦标赛中八个固定策略场的进化，40次运行中有11次产生了得分远高于TFT的规则。这些规则在第一步就背叛，并剥削了场中的一个成员。当规则相互进化时，互惠规则最终传播开来。 3/ 你提出的实验，即迭代锦标赛，也已在沃尔弗拉姆的整个策略类别上运行。van Veelen (2012) 进化了从每个可以用有限状态自动机编码的策略中抽取的种群。这些种群显示出合作与背叛之间的永久振荡，通过允许其他突变体入侵的中性突变体。 4/ 在没有错误的情况下，沃尔弗拉姆的22个二状态机中有20个是确定性的记忆一步策略。TFT、Grim和WSLS就是其中三种。因此，他的2状态排名是对记忆一步策略空间角落的排名，这是Nowak & Sigmund全面研究的合作概率的四维立方体。 5/ 沃尔弗拉姆的游戏中没有错误，或颤抖手。在没有错误的情况下，Grim绝不会针对不先背叛的对手进入永久背叛。错误是Nowak–Sigmund工作中WSLS和宽容策略受青睐的原因，而错误确实也会改变沃尔弗拉姆设置中的结果（见下文） 6/ 沃尔弗拉姆写道，很难“证明一个定理”来确定哪种策略最佳。关于哪些策略能抵抗入侵的定理确实存在，而这些正是我最想添加到你线程中的内容。

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。

转帖：大语言模型能否生成新颖的研究想法？我们提出 Priced Guidance，通过压缩来量化这一点！ 我们给出了 P(大语言模型预测未来论文的想法 X) 的下界。与其采样想法直到匹配 X，不如让大语言模型玩“20 Questions”来恢复 X，并根据 surprisal 对每个提示收费。

@jplotkin @stephen_wolfram @nntaleb 我怀疑我们可能是在对着空气说话，但我个人很珍惜能和你们交流的机会 :-)

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。

当你的捐助者是全国各地的人们时，谈论你的选区选民就好像是那些在你选区里的人，这似乎很愚蠢。 引用：达拉斯新闻：查看这些邮政编码的捐助者如何资助詹姆斯·塔拉里科和肯·帕克斯顿 https://t.co/Mk7FlNlQEJ

转帖： 警报 - 人权联盟向联合国提出申诉，并谴责法国对高中生的“前所未有的镇压”。（声明）

转帖：乐意之至。很高兴看到你的兴趣，也很高兴看到沃尔弗拉姆的兴趣。 没有什么比从零开始探索这些事情更有趣了。所以我几乎犹豫要不要填补历史空白，除了它确实证明了阿克塞尔罗德的稳健性；并且让我们能够提出新的问题！