AI Will

AI Will

0 关注者

1个月前

你怎么看待这个针对语言模型的智商测试？ > claude 4 opus目前以120分的离线成绩和117分的Mensa挪威测试成绩领先 > o3模型在Mensa测试中得分更高，达到了135分 这些结果令人印象深刻。 不能确定这个测试有多准确，或者它是如何衡量AI的智商的？ 这或许并不是评判AI智能的最佳方式 来自：Haider.

#语言模型 #AI智商测试 #Mensa测试 #AI智能

相关新闻

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

•“心”：语言模型、语义生成器，可以编造一切，缺乏物质性与边界。 •“身”：物质生成系统（如核糖体、机器人、嵌入式系统），有边界、有复制、有耦合。 我们要走向真正的 AGI，必须让这两者结合为一个有边界的可演化生成系统—— 即我说的“从语言大模型到身心大模型”。

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

那么，这和人工智能有什么关系呢？Ramstead说，这正是当代ML中缺少的东西。 语言模型是强大的，因为它们不受物理现实的限制。他们可以想象独角兽，正是因为他们不必服从物理学。

placeholder

Tz

1个月前

文章标题：God is hungry for Context: First thoughts on o3 pro 1. 背景 2025 年 6 月 10 日，OpenAI 将 o3 系列降价 80% 并推出 o3-pro。作者 Ben Hylak 获得一周内测权限后撰文分享初体验。 2. “上帝饿了”类比 作者用“上帝渴望上下文”形容新一代推理模型：只有饱餐丰富且结构化的背

placeholder

前端之虎陈随易

1个月前

为啥我没感觉到Claude 4 opus和和Claude 4 sonnet有很大的差别？？

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

最近的一系列虚假奖励函数RLVL的训练效果最终不过是LLM的生成输出的格式遵循？ 啊哈哈，LLM的生成最终只是语言结构的复制！其它的所谓LLM智能都是我们人基于语言功用的价值投射。 “常见的评估方法问题包括： 1.RL的收益可能只是用更好的格式来解释 2.使用低温或零温度加剧了上述问题。众所周知，贪婪的解码会在长时间的输出中退化。 3.评估设置缺乏透明度”