X前沿03:50Ethan Mollick@emollick说真的,难道没有办法通过算法过滤掉明显的AI垃圾回复吗? https://t.co/nwHLySb0pc https://t.co/6ikEfg1K05薄雾 采集读全文↗
X前沿03:03Ethan Mollick@emollick关于一支双子座4号团队如何通关《我的世界》的论文值得一看。 这是一个易于理解的例子(部分原因是它由人工智能撰写),展示了代理之间为了完成复杂目标而进行自发协调的方式,以及他们的方法与人类的不同之处。https://t.co/brrmhydhWw https://t.co/cxlp4jTjqf薄雾 采集读全文↗
X前沿18:55Ethan Mollick@emollick我还应该指出,几乎所有的基准测试都是单一答案的短期任务,但大量具有经济价值的工作是复杂的长期任务。同样,两者都有空间,但我认为我们会发现“足够好”的智能可能并非总是可行。薄雾 采集读全文↗
X前沿10:22Ethan Mollick@emollick你可能在短期内省钱,但代价是最终工作的质量更差。这并不意味着小模型不能完成大量有价值的工作,但你需要确保在许多类型的任务中,它们由更大的模型进行协调和错误检查。 论文: https://t.co/D557qQbs5g薄雾 采集读全文↗
X前沿07:29Ethan Mollick@emollickHarnesses + 智能模型 = 最后一个著名艰难基准的终结。 模型现在可以工作极长时间(再见,METR 长任务),它们可以输出带有正确数学的专业文档(再见,GDPval),并且它们可以解决复杂的新型谜题(再见,ARC-AGI-3)。 https://t.co/WSd5e0IfKi薄雾 采集读全文↗
X前沿10:17Ethan Mollick@emollick本文说明了为什么我对前沿模型可以轻易被更廉价模型取代的想法持怀疑态度(以及为什么你应该使用最好的模型作为指挥者):在长期任务中,准确性和判断力的微小改进会累积,产生巨大的结果收益。https://t.co/2P4Eq6RkcN薄雾 采集读全文↗
X前沿07:52Ethan Mollick@emollick我看到的第一篇关于我即将出版的书《共存》的评论,来自《新科学家》。 (当我成为一名作家时,我很惊讶地发现,在评论发布之前,你无法知道是谁在评论你的书,所以能以一篇积极的评论开始真的很好!)https://t.co/kv0wVLpfKW薄雾 采集读全文↗
X前沿23:13Ethan Mollick@emollick在代理时代,CoT(即使是汇总的CoT)价值的突然崩溃改变了与AI的合作方式。 有效地引导AI并获得任何形式的可观测性,现在需要你请求中间输出和测试,并利用AI的帮助来排查你发现的问题。薄雾 采集读全文↗
X前沿11:15Ethan Mollick@emollick我认为人们认为 OpenAI 和 Anthropic,由于它们在人工智能方面表现出色,所以在某种程度上不是普通公司,不会遭受高速增长中的正常问题,但它们并不能免疫于困扰快速成长公司的不可避免的政治、功能失调和混乱。薄雾 采集读全文↗
X前沿23:21Ethan Mollick@emollick它还要求你比以往任何时候都更加信任协调器模型,因为它是唯一可以跟踪所有任务的东西。这意味着你需要使用人工智能既来发现人工智能的问题,又来排查你发现的问题。薄雾 采集读全文↗
X前沿10:25Ethan Mollick@emollick给我的Dot专门设置一个电子邮件地址,结果出乎意料地简单,并解决了关于如何与个人代理互动的一些问题。我不希望它使用我的电子邮件或代我撰写消息,并且我希望确保人们知道他们正在与人工智能互动。薄雾 采集读全文↗
X前沿23:19Ethan Mollick@emollick过去,你可以通过查看请求中的CoT来了解模型的走向,但现在有大量的代理调用其他代理,即使是简单的代理任务,CoT也可能延伸到数千页,因此这已不再可能。薄雾 采集读全文↗
X前沿21:51Ethan Mollick@emollick谷歌在人工智能方面的一个重要优势一直是为他们已有的模型找到有趣的用途。他们在深度研究、信息播客和所有的NotebookLM等方面都是开创者。 对于Gemini 4,在发布时还没有看到类似的产品创新,更像是跟随趋势。薄雾 采集读全文↗