@SentoraHQ и @FlareNetworks Проект @Firelightfi достиг второго предела регистрации с момента его объявления в понедельник. Сообщество XRP в восторге! Спасибо за поддержку. Теперь все руки на палубе к запуску через несколько недель.

🧠 Grok 4 от @xai делает успехи в тестах на рассуждение, но ситуация более сложная, чем предполагают оценки. Вот как он выглядит — и что мы действительно можем узнать из его результатов 🧵 📊 Полная оценка: 1️⃣ Оценки Grok 4: • AI2 Reasoning Challenge (Легкий): 98% • AIME 2025 (Математика): 89% • Аудит бухгалтерского учета: 84% • MMLU-Plus: 64% • Data4Health: 55% Это верхние оценки — но давайте углубимся в то, что работает, а что все еще не удается. 2️⃣ AIME 2025 ✅ Обрабатывает алгебру, геометрию, теорию чисел ✅ Соблюдает правила форматирования LaTeX ❌ Испытывает трудности с многошаговой логикой ❌ Ошибки в комбинаторике ❌ Проблемы с точностью формата (например, отсутствие °) 3️⃣ Аудит бухгалтерского учета ✅ Сильные стороны в этике и отчетности ✅ Хорошее понимание принципов аудита ❌ Неправильно интерпретирует схожие процедуры ❌ Не замечает тонкие различия в ответах ❌ Трудности с применением теории к реальным случаям 4️⃣ Настоящее понимание? Даже модель с 98% по некоторым задачам может сильно провалиться в условиях неопределенности или стресса форматирования. Тесты, такие как AIME и Аудит, показывают, как она проваливается, а не только сколько она набирает. 5️⃣ Почему это важно: Нам нужна прозрачная оценка по каждой задаче — а не просто таблицы лидеров. #Grok4 мощный, но все еще хрупкий в условиях высокой ставки в реальном мире. 🧪 Изучите полный анализ: #AI #LLMs #Бенчмаркинг

7 дней до того, как наш список ожидания станет ДЕЙСТВИТЕЛЬНЫМ! Станьте одним из первых 1,000, чтобы разблокировать преимущества ранних пользователей, альфа-версии и увеличенные вознаграждения за стекинг. 👉 Зарегистрируйтесь 14 июля для ликвидного стекинга уровня институциональных инвесторов для $XRP.

Попробовал выделить несколько уникальных идей в этом: Стеклянные трансформаторы: как схемы освещают внутренние механизмы глубокого обучения,

Мне действительно понравилось это писать :) Инженерия последовательностей #676: Хакерство с Gemini CLI

Исследования Anthropic о "конфиденциальном выводе" на основе TEE могут изменить Web3-AI. Соучредитель Sentora @jrdothoughts раскрывает детали здесь👇

Отличный анализ недавней мании на токенизированные акции, я согласен, что это не хорошие продукты, и надеюсь, что это первая итерация чего-то полезного, что появится в будущем, когда будут разработаны лучшие модели.

Знание последовательности #675: Учимся оценивать многоагентные ИИ

Знание последовательности #675: Учимся оценивать многоагентные ИИ