Исследование показывает, что хотя AI-агенты для программирования генерируют больший объем кода, они не обязательно вносят вклад в создание большего количества функционального программного обеспечения.
График появится после повторных замеров. Текущий показатель уже получен из источника.
177 очков источникаТолько реальные замеры. История до подключения источника не восстанавливается.
Это свидетельствует о том, что увеличение генерации кода ИИ не приводит напрямую к повышению производительности разработки программного обеспечения.
Представлен инструмент, позволяющий ИИ-агентам наносить на экран большие стрелки, прямоугольники и текст.
3 дня назадLobstersСтатья обсуждает ограничения и недостатки агентов для программирования, подчеркивая, почему они часто не справляются с реальными задачами программирования.
3 дня назадLessWrongКитайский инженер DeepSeek, intlsy, написал вирусную статью, обсуждающую быстрое развитие ИИ в автоматизации его роли инженера ядра. Статья, опубликованная в WeChat, отражает способность ИИ оптимизировать и писать ядра самостоятельно, с ожиданием того, что ИИ превзойдет человеческие способности в этой области в течение шести месяцев до года. Статья подчеркивает структурный разрыв между масштабируемостью ИИ и ограничениями человека, а также мотивацию инженера ускорить собственную замену за счет улучшения производительности ядра.
4 дня назадLessWrongВ статье представлено тестирование Jev 1.13, неавторегрессивной модели, которая предоставляет вероятностные ответы без генерации текста, против моделей без CoT на задачах, таких как обнаружение саботажа и тесты с выбором ответа. Jev демонстрирует неоднозначные результаты, с хорошими результатами на некоторых задачах и плохими на задачах с многошаговым рассуждением, но предлагает преимущества по стоимости и скорости для определенных применений.
5 дней назадLessWrongTasteVal — это тест, измеряющий экспериментальный вкус ИИ-моделей в задачах ИИ-исследований, фокусирующийся на их способности проектировать эксперименты и делать выводы из результатов. Он оценивает, насколько эффективно модели используют вычислительные ресурсы по сравнению с людьми.
6 дней назадLessWrongОтчет SS27 Color Stats анализирует частоту цветов в коллекциях весна/лето, отмечая сдвиг в сторону темных, более нейтральных тонов по сравнению с предыдущими годами. Черный цвет, ранее редко встречающийся в топ-30, теперь занимает четвертое место, а ненейтральные цвета, такие как красный, утратили популярность. Анализ проводится с помощью автоматического подсчета цветов через GPT-4o, избегая ручного подсчета.
5 дней назад