美英同时推动超级智能禁令:美国违规最高判20年
相关推荐
Meta首席AI官Alexandr Wang驳斥SemiAnalysis「刷榜论」:老测试早已饱和
动察 Beating AI 快讯,AI 研究机构 SemiAnalysis 点名 Gemini 3.8 Flash 和 Muse Spark 1.3,称它们是目前最明显的「benchmaxxed」模型之一,也就是针对公开评测优化得太狠。两款模型在 Terminal-Bench 2.1 分别拿到 89.4% 和 88.8%,已经接近 GPT-6 Astra 和 Claude Fable 5.1;换到刚发布不久的 Terminal-Bench 4.0,却只剩 19.1% 和 33.3%。Astra 和 Fable 5.1 分别还有 57.7% 和 55.8%。 SemiAnalysis 怀疑,问题出在公开测试越来越容易被针对性优化。Terminal-Bench 2.1 的任务全部公开,即使模型厂商不直接拿测试题训练,也可以购买与这些任务高度相似的强化学习环境数据。模型于是越来越擅长这套考试,却未必能泛化到新任务。不过 SemiAnalysis 没有拿出 Google 或 Meta 购买这类数据的直接证据。 Meta 首席 AI 官 Alexandr Wang 随后反驳,称这个论点「很蠢」。他举例,GPT-5.6 Sol 同样从 Terminal-Bench 2.1 的 88.8% 掉到 4.0 的 37.3%。他的解释是 2.1 已经饱和,无法再有效区分顶尖模型,而 4.0 远未饱和。Terminal-Bench 4.0 的确删除了 8 道饱和、已有公开解法或存在其他问题的任务,同时修改了 19 道题,并重新调整时间、CPU 和内存等资源限制。
桥水联席CIO Greg Jensen警告:AI造成致命后果前,监管恐难真正行动
PANews 9月11日消息,据彭博社报道,全球最大对冲基金之一桥水基金联席首席投资官Greg Jensen在彭博Odd Lots播客中警告称,当前人工智能热潮与2020年2月新冠疫情暴发初期相似。Jensen表示,在AI真正开始导致人员死亡之前,历史经验表明各方可能不会采取实质性行动;但相关风险终将出现,社会最好在严重后果发生前着手应对。
Alexandr Wang:Muse的早期使用量已远超我们的预期
PANews 9月9日消息,Meta Platforms(META.O)首席人工智能官Alexandr Wang:Muse的早期使用量已远超我们的预期。如今,Muse用户的使用量是我们测试组用户的10倍。
以太坊基金会成员 Elliott Alexander 遭裁员后加入 BitPay
Foresight News 消息,以太坊基金会开发者增长团队成员 Elliott Alexander 发推表示,其于近日遭基金会裁员,并决定加入加密支付公司 BitPay。
马斯克取关Scale AI创始人Alexandr Wang
PANews 7月12日消息,据市场消息,马斯克在 X 平台取关 Scale AI 创始人 Alexandr Wang。
亚马逊秘密推进Alexa“智能体”计划,成本高昂引发内部担忧
7月8日消息,据报道,亚马逊内部规划文件显示,公司正在秘密推进一项名为“Moonraker”的全新Alexa AI项目,旨在将这一语音助手推向AI智能体赛道。然而,该项目极其高昂的研发与运行成本已在公司内部引发广泛担忧。(界面)