Projekt @SentoraHQ a @FlareNetworks @Firelightfi dosáhl druhého registračního limitu od svého pondělního oznámení. Komunita XRP je v plamenech! Díky za podporu. Nyní jsou všechny ruce na palubě a vstříc spuštění za několik týdnů.

🧠 Grok 4 od @xai dělá pokroky v referenčních hodnotách uvažování, ale obrázek je jemnější, než naznačují skóre. Zde se dozvíte, jak si stojí – a co se z jeho výsledků 🧵 můžeme skutečně naučit 📊 Celé vyhodnocení: 1️⃣ Grok 4 skóre: • AI2 Reasoning Challenge (Easy): 98 % • AIME 2025 (matematika): 89 % • Účetní audit: 84 % • MMLU-plus: 64 % • Data4Health: 55 % Jedná se o nejvyšší skóre – ale pojďme si přiblížit to, co funguje a co stále selhává. 2️⃣ AIME 2025 ✅ Zvládá algebru, geometrii, teorii čísel ✅ Dodržuje pravidla formátování LaTeXu ❌ Bojuje s vícekrokovou logikou ❌ Chyby v kombinatorice ❌ Problémy s přesností formátu (např. chybějící °) 3️⃣ Účetní audit ✅ Silný v oblasti etiky a podávání zpráv ✅ Dobrá znalost auditorských principů ❌ Nesprávně interpretuje podobné postupy ❌ Nedokáže rozpoznat jemné rozdíly v odpovědích ❌ Je těžké aplikovat teorii na případy z reálného světa 4️⃣ Skutečný vhled? Dokonce i model s 98 % v některých úlohách může těžce selhat při nejednoznačnosti nebo namáhání formátováním. Benchmarky jako AIME a Audit ukazují, jak selhává, nejen jak moc skóruje. 5️⃣ Proč je to důležité: Potřebujeme transparentní hodnocení podle úkolů – nejen žebříčky. #Grok4 je výkonný, ale stále křehký v doménách s vysokými sázkami v reálném světě. 🧪 Prozkoumejte celý rozpis: #AI #LLMs #Benchmarking

7 dní do spuštění naší čekací listiny! Buďte mezi prvními 1 000, kteří odemknou výhody pro včasné osvojitele, alfu a zvýšené odměny za sázky. 👉 Zaregistrujte se 14. července k likvidnímu sázení na institucionální úrovni pro $XRP.

Pokusil jsem se nastínit některé jedinečné myšlenky v tomto: Glass-box Transformers: How Circuits Illuminate Deep Learning's Inner Workings,

Psaní tohoto článku jsem si opravdu užil :) Sekvenční inženýrství #676: Hackování pomocí Gemini CLI

Výzkum společnosti Anthropic týkající se "důvěrné inference" založené na TEE by mohl přetvořit Web3-AI. Spoluzakladatel společnosti Sentora @jrdothoughts zde rozbaluje podrobnosti👇

Vynikající analýza nedávné mánie tokenizovaných akciových produktů, souhlasím, že to nejsou dobré produkty a doufejme, že první iterace něčeho užitečného, která přijde v budoucnu, až budou vyvinuty lepší modely.

The Sequence Knowledge #675: Naučte se vyhodnocovat multiagentní umělé inteligence

The Sequence Knowledge #675: Naučte se vyhodnocovat multiagentní umělé inteligence

Podívejte se blíže na to, co vytváříme. Komplexní videonávody – již brzy. 👀