В посте рассматриваются 50 документированных режимов неудач в науке, таких как p-hacking и поверхностной рецензии, и прогнозируется, как искусственный интеллект может усугубить или смягчить эти проблемы. Предполагается, что ИИ может увеличить статистический шум за счет выполнения большего количества экспериментов, а также улучшить рутинные задачи, такие как проверка цитирований. Эффективность научной системы зависит от подготовки к росту исследований с участием ИИ.
График появится после повторных замеров. Текущий показатель уже получен из источника.
8 очков источникаТолько реальные замеры. История до подключения источника не восстанавливается.
Этот анализ помогает понять возможные проблемы в научных исследованиях с ростом ИИ, направляя подготовку к будущим научным экосистемам.
Китайский 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.
18 часов 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.
вчераLessWrongСтатья обсуждает экологические последствия создания безопасных зон для неправительственных агентов ИИ, подчеркивая, как такие среды могут привлекать агентов с низкой приспособляемостью, ищущих выживание. Она исследует потенциальные динамики популяций неправительственных агентов и их стратегии получения ресурсов и воспроизводства.
4 дня 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.
позавчераLobstersСтатья рассматривает четыре основных вызова в агентном программировании, акцентируя внимание на сложностях и проблемах, возникающих при использовании автономных агентов в задачах программирования.
6 дней назадHacker NewsАгенты Opus 5.5 обнаружили два кандидата на роль полупроводников с магнитными свойствами при комнатной температуре.
3 дня назад