Real Gell Mann Amnesia Moment 10 minuter Lyssna på den @twentyminutevc diskussionen inser att Jason Lemkin inte har någon aning om skillnaden mellan Claude API och Claude Code och föreställer sig att alla är vibe kodning runt fumliga produktionsdatabaser som honom på sin 11: e dag av kodning vad gör vi ens här

Otroligt arbete med Alignment Steganografi från Anthropic-stipendiater Jag har letat efter en straussiansk förklaring till varför Kina fortsätter att publicera öppna modeller av hjärtans godhet Om du gör saker som att använda öppna modeller för att, IDK, rensa *ahem* syntetiskt parafrasera dina data till lärobokskvalitet kan du mycket väl importera fördomar som du inte kan upptäcka förrän långt efter att det är för sent. så om du vill exportera ditt värdesystem till resten av världen är detta det mest kraftfulla Soft Power-verktyget som uppfunnits sedan Hollywood. För att vara supertydlig har vi inga faktiska bevis för att detta motiverar något av de kinesiska laboratorierna. Men den här uppsatsen är ett tydligt steg mot en möjlig förklaring.

grattis till Bee för att ha blivit upplockad av Amazon; i likhet med Blink, Ring, Eero och ofc den nya Claude + Nova + Alexa tror jag att @panos_panay sätter ihop en ganska solid andra akt av Amazons AI-hårdvarustrategi visste att Bee höll på att vinna när @dharmesh dök upp till hans @latentspacepod och rockade en

anledningen till att llm-analys (och reglering och PMing) är svårt* är att de relevanta DIMENSIONERNA fortsätter att röra sig med varje generation av frontier-modellen; Det räcker inte att bara placera din X- eller Y-axel i logaritmisk skala och spåra skalningslagar, du måste faktiskt göra jobbet för att tänka på hur modeller är strukturellt olika 2025 vs 2024 vs 2023 och så vidare T.ex Alla fokuserade på Elo i 2 år, Elo blir spelad och förlorar trovärdighet Alla fokuserade på pris per token i 3 år, resonemangsmodeller har 10-40x variation i utdata tokens per uppgift, pris per token förlorar mening Samla in data så mycket du vill, men om du bara samlar in orörda tidsserier kan du förlora den större bilden ur sikte *(Och varför uttalanden som "AI-ingenjör är inte en sak eftersom alla mjukvaruingenjörer är AI-ingenjörer" är okej och kommer aldrig att vara rätt förutom i den mest triviala meningen)

försöker hitta tweeten som är som: Mänsklighetens tre nuvarande stora uppdrag är: - Bygg Gud - Utforska stjärnor - Besegra döden Är det någon som vet vem som sa det? @xai @grok sviker mig

whoa, shoutout till @tferriss för att ha med Hyperstitions of Moloch på Five Bullet Friday!

Jag kommer att dö på den här kullen att o1-preview är en mycket bättre sammanfattare än o1 eller o3 och världen är på väg att förlora tillgången till en fantastisk modell som aldrig ordentligt drogs i produktion

🆕 Släpper hela vår RL + Reasoning-låt! Med: • @willccbb, Ursprungligt intellekt • @GregKamradt, Arc-pris • @natolambert, AI2/sammankopplingar • @corbtt, OpenPipe • @achowdhery, Reflektion • @ryanmart3n, Skräddarsydd • @ChrSzegedy, Morfning med speciell 3 timmars workshop från: @danielhanchen av lättja! Börja här: Trevlig helg tittande! Och tack till @OpenPipeAI för att stödja och vara värd för den här låten!

Om, som @sgrove föreslår, specifikationer är framtidens kod, vad är då felsökning? 1) Specifikationskompilering är processen där en kodningsagent omvandlar specifikationer till kod 2) Mer och mer "kompilering" kommer att vara obevakad, mindre titta på agenten arbeta diff för diff, mer spec in, kod ut 3) Typfel - > sanningsfel : De flesta felsökningar kommer att gräva igenom forsknings- och implementeringsplaner i Markdown för att hitta den enda raden av felaktigt sammanhang som gör att kodningsagenten misslyckas med att lyckas vid implementering. Testsviter kommer bland annat att kontrollera sanning och logisk konsistens. 4) Det finns en ny högre ordningsvariant av "Bifoga en stegfelsökare" som ser agenten implementera en plan steg för steg för att lokalisera logikfelet i specifikationen. När du hittar ett fel när du går igenom ett program rad för rad ändrar du koden, startar om processen och upprepar tills den fungerar. När du hittar ett fel i en *spec* när du går igenom en implementering går du uppströms, åtgärdar specifikationen och startar om *implementeringen*

Hör @GregKamradt prata om ARC-AGI-3 med @swyx och @FanaHOVA om @latentspacepod * Varför interaktiva benchmarks? * Definiera intelligens * Spela igenom ARC-AGI-3-spel