Новая мировая модель от Meta FAIR после всего хаоса. 🌍 Познакомьтесь с DINO-world: универсальной видеомоделью мира, которая предсказывает будущее — в латентном пространстве. Обученная на некорректированных видео с DINOv2, она изучает разнообразные временные динамики (вождение, в помещении, симуляции), превосходит предыдущие модели по сегментации и глубине, и даже понимает интуитивную физику. Бонус: ее можно дообучить для планирования, основанного на действиях.

Заявление ICML о подрывных скрытых подсказках LLM Мы живем в странной временной линии…

Не даже бронза: Оценка LLM на Международной математической олимпиаде 2025 года 🥉 Хорошая статья в блоге от команды MathArena: Оценка LLM на неконтаминированных математических соревнованиях () предоставляет независимый анализ производительности LLM на IMO.

Не даже бронза: Оценка LLM на Международной математической олимпиаде 2025 года 🥉 Хорошая статья в блоге от команды MathArena: Оценка LLM на неконтаминированных математических соревнованиях () предоставляет независимый анализ производительности LLM на IMO.

Инженеры тратят 70% своего времени на понимание кода, а не на его написание. Вот почему мы создали Asimov в @reflection_ai. Лучший в своем классе агент для исследования кода, созданный для команд и организаций.

Человечество одержало победу (пока что!) Я совершенно истощен. Я понял, что спал 10 часов за последние 3 дня, и я едва жив. Я опубликую больше информации о конкурсе, когда немного отдохну. (Чтобы было понятно, это предварительные результаты, но моё преимущество должно быть достаточно большим)

Некоторые обновления 🚨 Я защитил докторскую диссертацию в @uwcse в июне 2025 года! После года работы в AI2 в качестве научного сотрудника, осенью 2026 года я присоединяюсь к CMU @LTIatCMU & @mldcmu (любезно) в качестве доцента. Путь, благодарности и рекрутинг в 🧵

Хикару Утада и Юваль Ной Харари обсуждают Эволюцию ИИ и Креативность Должен признать, это не было в моем списке ожиданий!

В восторге от участия в @TEDAISF этой осенью!

1 десятилетие назад: Инженер по запросам в области обучения с подкреплением в Разделе 5.3 «Обучение мыслить …» [2]. Адаптивная цепочка размышлений! Сеть RL учится запрашивать другую сеть для абстрактного рассуждения и принятия решений. Выходя за пределы Мировой модели 1990 года для планирования с миллисекундной точностью [1].  [2] Дж. Шмидхубер (JS, 2015). «Об обучении мыслить: Алгоритмическая теория информации для новых комбинаций контроллеров RL и рекуррентных нейронных мировых моделей.» ArXiv 1210.0118  [1] JS (1990). “Сделать мир дифференцируемым: о применении полностью рекуррентных самонаблюдающих нейронных сетей для динамического обучения с подкреплением и планирования в нестационарных средах.» TR FKI-126-90, TUM. (Этот отчет также представил искусственное любопытство и внутреннюю мотивацию через генеративные состязательные сети.)