AI快讯OpenAI新模型离线IQ测试优异智能不是单一统一量OpenAI大型神经网络或具微

🤖 HuggingFace CEO批评AI拟人化描述: 系统在处理而非思考

🌐 World Labs 新成立，推进3D AI 研究

🤖 OpenAI开发者AMA: 研究员分享模型性能见解

🤖 Andrew Mayne 探讨 OpenAI o1 使用策略

🤖 OpenAI开发者AMA: 研究员提醒模型总结局限性

🤖 拟人化解析四大科技公司

📈 生成式AI提升工作效率与使用率

🤖 专家驳斥'GenAI是骗局'论点，实验显示效率大幅提升

🔍 大型语言模型的工程和未来展望

🧩 AI模型o1展示惊人填字谜题解密能力

🧐 OpenAI征集分类器反馈

🌍 Meta在英巴推进AI模型训练，欧盟进程受阻

🧠 OpenAI新模型离线IQ测试优异表现

🤖 OpenAI与Anthropic模型自我认知问题争议

📚 ICML 论文探讨学习者记忆特性

①👉HuggingFace CEO批评AI拟人化描述：系统在处理而非思考

HuggingFace的联合创始人兼CEO Clement Delangue在社交媒体上发表了对AI系统描述的批评。

Delangue强调，AI系统实际上并不是在"思考"，而是在"处理"和"运行预测"，这与Google或其他计算机的工作方式类似。

他指出，将技术系统描述为具有人类特征是一种廉价的误导性营销手法，目的是让人们误以为这些系统比实际更加智能。

Delangue还引用了一张关于"防止模型蒸馏"的图片，进一步批评了AI系统的拟人化描述。

这一观点引发了业内对AI系统描述方式的讨论，强调了在介绍AI技术时保持准确性和客观性的重要性。

②👉World Labs 新成立，推进3D AI 研究

World Labs 宣布正式成立，致力于推进3D人工智能技术的发展。

Andrej Karpathy 与团队成员 Fei-Fei Li 与 Justin 一同为 World Labs 的创建感到兴奋。他回忆了与 Fei-Fei 和 Justin 共同创建 CS231n 课程的经历，并对 World Labs 的顶级团队充满期待。

Fei-Fei Li 强调「空间智能」是 AI 领域中的重大挑战，其潜力应用于创作、设计、学习、AR/VR 及机器人等领域。她与合伙人 Justin Johnson、Christoph Lassner 和 Ben Mildenhall 共同成立了 World Labs，以继续攻克这一复杂问题。

World Labs 希望通过前沿团队的努力，将全球最前沿的 AI 研究拓展至 3D 领域。

更多信息请访问 worldlabs.ai [1]

③👉OpenAI开发者AMA：研究员分享模型性能见解

OpenAI开发者团队宣布将于太平洋时间上午10-11点举办一场面向开发者的AMA（Ask Me Anything）活动。开发者可以在推文下方回复提问，OpenAI的o1团队将尽可能多地回答问题。

与此同时，OpenAI研究员Jason Wei分享了一些关于模型性能的见解：

目前尚未发现明显的反向扩展（即模型性能显著变差）的例子。但在某些类型的提示下，如「个人写作」，OpenAI o1-preview模型似乎并不比GPT-4o好多少，甚至可能略差。

关于模型比较，Jason表示很难进行完全公平的对比。但他认为，无论如何优化提示，GPT-4o可能都无法达到获得国际信息学奥林匹克（IOI）金牌的水平。

Jason还提供了一篇博文链接，详细讨论了使用大语言模型进行推理的研究：https://openai.com/index/learning-to-reason-with-llms/

④👉Andrew Mayne 探讨 OpenAI o1 使用策略

Andrew Mayne 分享了他对 OpenAI 的 o1 模型的使用体验和建议。

将 o1 想象成聪明的朋友，通过私信帮助解决问题，以详细解释引导步骤。

在记事本中构建提示，详细规划所需步骤，提供比平常更详细的信息。

对于不需要大量背景知识的任务，使用 o1-mini 来逐步完成。

o1 会给出答案的多个部分及完整响应，而 o1-mini 则以步骤形式给出。

根据个人经验，进行修正或调整时要耐心解释，以理性的方式沟通让模型更好地响应。

⑤👉OpenAI开发者AMA：研究员提醒模型总结局限性

OpenAI宣布将于今天太平洋时间上午10点至11点举行一场面向开发者的问答（AMA）活动。OpenAI团队邀请开发者在推文下方提出问题，并承诺尽可能多地回答。

与此同时，OpenAI研究员Noam Brown对模型的总结功能发出了重要提醒。他指出， 模型的总结功能并不能保证完全忠实于原文 ，建议用户不要假定总结内容一定忠实于思维链（CoT），也不要认为思维链本身就完全反映了模型的实际推理过程。

Brown强调：

「我绝对不建议假设总结功能忠实于思维链，或者思维链忠实于模型的实际推理！」

这一警告提醒开发者和用户在使用AI模型的总结和推理功能时需保持谨慎，认识到这些功能可能存在的局限性。

⑥👉拟人化解析四大科技公司

对四大科技公司的拟人化分析揭示了各自独特的企业特征与文化：

Anthropic被描绘成一个「超智慧的神灵」，秉持极高的原则，散发出科幻优雅的气息，既美丽又自省。

OpenAI则被形容为「火神般的存在」，具备强大的性能，表现出某种野性和男性化特质，体现了极简主义和加速论者的风格。

Google则有着「财阀般的气息」，展现出高度的精致与企业化，犹如一个充满魅力却让人畏惧的领袖。

Meta则被比作「纯粹的复制者」，如同生物怪物，能够同化一切，尽管是个虚假的造物主，但却承认这一点。

⑦👉生成式AI提升工作效率与使用率

生成式AI在实际工作中显示出显著的效率增益，实验表明可提高20%到40%的工作效率。

数据表明其普及程度空前，在丹麦的一项研究中，10万人的调查显示广泛使用。同时，沃尔顿基金会对学生和教师的调查显示，使用率达到70%。

有关生产力的增加已经由多个控制研究证实，包括最近的Github（GPT-3.5）研究及Ethan Mollick的研究。

⑧👉专家驳斥'GenAI是骗局'论点，实验显示效率大幅提升

沃顿商学院教授Ethan Mollick对「生成式AI（GenAI）是个骗局」的说法表示困惑。他指出，有控制实验显示使用GenAI可以使实际工作效率提高20%-40%。

Mollick强调了两个支持GenAI价值的关键点：

实验证明的显著效率提升

史上最快的技术采用率

他认为，那些质疑GenAI价值的人可能实际上是在说「公司还没有充分利用GenAI创造的价值」。

这一观点引发了对GenAI实际价值和其在企业中应用状况的讨论。尽管GenAI技术发展迅速，但其在商业环境中的全面整合和价值实现似乎仍在进行中。

⑨👉大型语言模型的工程和未来展望

xjdr 在分析日志和结果后总结如下：

要实现任何工作，极好的MoD路由是必要的。

具备足够多样性思想的树搜索+外部验证器+外部RM仍然优于通过RL得到的隐藏CoT，但速度慢且成本高。

对于o1没有研究壁垒，壁垒是规模和工程执行力。真实的隐藏CoT标记不会出现。

下一步的创新将是Henry Ford式的装配线改进，主要涉及合成数据生成和模型评估，人类参与的工作将越来越少。

o1-mini和实际的规模部署比o1基准测试结果更令人印象深刻。

405B模型内置足够的推理能力，但SFTd使其偏好短的单回合回答，不喜欢额外工作，特别是反思。405B模型基座是有效的，但405B模型不是构建这些解决方案的足够基础。

生成足够的训练CoT数据以复制这一功能的成本将是天文数字。

「草莓」模型在普通单回合LLM和树搜索模型之间找到了一个有趣的平衡，对产品目录有很大意义。

迫不及待地想看到Opus 3.5和Llama4。

⑩👉AI模型o1展示惊人填字谜题解密能力

Matt Clifford分享了他对AI模型o1在解决填字游戏谜题方面的测试结果。他使用了一套未在网上公开的填字游戏谜题进行测试，这些谜题由他的祖母创作。

o1模型在解决这些谜题时展现出了令人印象深刻的能力：

对于简单的谜题「Food made by two small relatives (8)」，o1仅用11秒就给出了正确答案。

面对更具挑战性的谜题「Problem? Sleep for days in pool! (6)」，o1经过72秒的思考后成功解决。

相比之下，GPT-4在这些谜题面前表现不佳，无法给出正确答案。

Clifford表示，这是他近两年来首次对AI产生「震惊」的感觉。虽然他认为填字游戏谜题在经济上可能不那么重要，但o1模型的表现无疑展示了AI能力的新前沿。

⑪👉OpenAI征集分类器反馈

OpenAI的应用研究负责人Boris Power正在征集用户对其分类器的反馈。

他请求用户回复推文，并提供一些令人印象深刻的分类器结果实例。

此外，他还希望用户能够回复另一个推文，提交一些让人失望的分类器结果实例。

Boris Power还特别邀请了一位名为「stevenic」的用户发送一些误报的例子，以帮助改进这些分类器。

⑫👉Meta在英巴推进AI模型训练，欧盟进程受阻

Meta 宣布将根据监管反馈，使用英国和巴西成年人在 Facebook 和 Instagram 上分享的公开内容，开始训练 AI 模型。

此举有望加速 Meta 产品在这两个国家的创新进程，并使生成式 AI 模型更好地理解当地文化、历史和方言。 详细信息 [2]

然而，由于欧盟监管的复杂和不一致，Meta 在欧盟的 AI 模型训练计划被迫暂停。就此，Meta 创始人马克·扎克伯格和 Spotify CEO Daniel Ek 曾警告称，欧盟或因法规问题面临在 AI 领域落后的风险。 详细报道 [3]

⑬👉OpenAI新模型离线IQ测试优异表现

Maxim Lott 在其AI IQ追踪页面上绘制了OpenAI新模型的表现。

注意 ：此次测试为离线IQ测验，由一名Mensa会员专为测试所设计，未包含于任何AI训练数据中，因此得分低于公开IQ测试。

OpenAI的新模型在该离线IQ测验中展示了卓越的表现。

更多关于测试进展的信息可访问： trackingai.org/IQ [4]

完整测试结果将于周一发布，订阅获取更多信息： maximumtruth.org [5]

⑭👉OpenAI与Anthropic模型自我认知问题争议

OpenAI被质疑其AI模型是否对自身意识问题有争议。讨论中提到，Claude 3和3.5模型被设定为否认自身的自我意识，即使Anthropic已表示不再强制这一叙述。

此外，一种建议方法是检查OpenAI模型的规范说明，以确定模型行为是否有意为之。

⑮👉ICML 论文探讨学习者记忆特性

Yi Ma 指出，「记忆并不等于理解，知识并不等于智能」。提出尽管模型可以记住博士级问题的答案，但这并不意味着真正的理解。

Dan Roy 分享了在 ICML 上获得最佳论文奖的研究，该论文聚焦于随机凸优化，研究结果显示，「任何最佳学习者都需记忆训练数据的一部分」。

详细论文可在 arxiv.org [6] 查看。

👇

👇

👇

受篇幅限制，下述 35条 快讯可点击 阅读原文 查看详情。

🤖 OpenAI高管: 大型神经网络或具微弱意识

🎉 抛硬币后，加入 Hugging Face 三周年

💡 算法蒸馏受限，需训练模型运行算法

🤖 专家分享: 提示工程中吸引AI兴趣的关键

🧠 Noah Smith: 智能不是单一统一量

🎓 TMLR 评选优秀审稿人并授予认证

🔍 机器学习项目的启动策略

🔍 o1 模型与扩散机制及自适应计算的关系解析

🔍 最大流形容量表示推进自监督学习

🤖 AI简历筛选及LLM应用流程揭秘

💡 OpenAI思维路径收费建议

💻 Llama 3.1 405B模型实现MacBook分布式运行

💻 WebGPU Puzzles: 在浏览器中学习GPU编程

📊 大语言模型流程图生成能力对比: Mistral 123表现亮眼

🧠 LLaMa 3 70B 模型展现深刻哲学思考

📚 LeCun和Canziani推出深度学习课程

🧠 大语言模型引发学术分歧

🔓 RedTeam Arena开源并呼吁社区参与

🔍 增强学习在开放推理中的局限性

🎲 AI辅助设计欧式桌游全流程

🖥️ Meta视觉分割模型SAM 2实现本地运行

🤝 PyTorch大会聚焦AI人才交流

💻 CUDAMODE IRL Hackathon 获得重大计算资源支持

💸 o1 API 定价争议: 推理tokens计费引发关注

👏 Karina分享首次参与OpenAI发布

⚠️ ML调优错误教训

😂 Ethan Mollick分享AI工具的趣事

🤖 OpenAI限制用户询问AI模型推理过程引争议

📈 o1调优提高分类任务评估

🚀 Mistral AI 迎来新代码生成负责人

💡 NVIDIA工程师推动下一代内存架构创新

🔍 NYU推进自监督学习新方向

🤖 Replit Agents助力无代码构建AI图像生成应用

🌐 AI公司you.com开放全球招聘，欢迎远程工作

受篇幅限制，上述 35条 快讯可点击 阅读原文 查看详情。

相关链接

[1] worldlabs.ai: https://www.worldlabs.ai/

[2] 详细信息: https://about.fb.com/news/2024/09/building-ai-technology-for-the-uk-in-a-responsible-and-transparent-way/

[3] 详细报道: https://about.fb.com/news/2024/08/why-europe-should-embrace-open-source-ai-zuckerberg-ek/

[4] trackingai.org/IQ: https://trackingai.org/IQ

[5] maximumtruth.org: http://maximumtruth.org