Обновлен набор тестов StarSkirmish, в котором большие языковые модели играют в StarCraft BW, написав код, с результатами ведущих моделей OpenAI, Anthropic, Google и Muse.
График появится после повторных замеров. Текущий показатель уже получен из источника.
49 очков источникаТолько реальные замеры. История до подключения источника не восстанавливается.
OpenCode 2.0 — это проект, связанный с открытым кодом.
вчераLobstersИсходный текст поднимает вопрос о том, скопировал ли Ente Locker код без соответствующего указания источника.
3 дня назадLessWrongСтатья обсуждает фальсификацию Пилtdown Man, обманувшую биологию эволюции в течение десятилетий. Автор проводит параллель между Пилtdown Man и рукописью Войнич, предполагая, что последняя также может быть бесполезной фальсификацией. Автор утверждает, что, несмотря на наличие доказательств, подтверждающих идею о том, что рукопись Войнич — это подделка, она не соответствует современным стандартам доказательств для доказательства мошенничества.
5 дней назадLessWrongАвтор исследовал обучение модели GPT-2 с полным батчевым градиентным спуском на подмножестве данных FineWeb. Результаты показали, что полнобатчевый подход достигает более низкой тренировочной потери, но хуже обобщается на валидационных данных по сравнению с обычным обучением.
вчераLessWrongВ статье описываются усилия автора и его друга Майка по автоматизации процесса переноса данных из веб-сайта в электронную таблицу с использованием ИИ. Майк, который работает в сфере обработки данных, тратит значительное количество времени на ручной ввод информации, что автор считает неэффективным.
4 дня назадLobstersЛинус Торвальдс работает над значительным улучшением ядра Linux, используя код, созданный с помощью Claude.
4 дня назад