Isaac

LLM post training PhD

[Isaac @JkwuRmsl]

最近天天在用 AI 干活，突然想试试：让 AI 帮我养一个 X 号，从 0 开始，能养成啥样？

它负责找选题、写草稿，我负责挑刺和按发送😂

每周晒一次数据，翻车也照发。

先立个 flag，今天第一天。

[Isaac @JkwuRmsl]

法律 AI 被四大厂同时卷了之后
你觉得最先被吃掉的是合同红线
还是检索写备忘录

[Isaac @JkwuRmsl]

Artificial Analysis 最新智能指数
Opus 5.5 还是第一 58分
前八全是美国模型

中国最好小米 MiMo-V2.6-Pro 46分 差12分
国产上榜不少 第一梯队这关还没摸到

评测党怎么看这12分

[Isaac @JkwuRmsl]

微软把 Copilot for Legal 正式推出来了
20多个法律技能塞进 Word 和 Cowork

五个月里 Anthropic Google OpenAI 微软全杀进法律垂直了
律师天天泡在 Word 里 这波最不需要换工具

Frontier 里大概七成编辑建议被留下
你们律所试过了吗

[Isaac @JkwuRmsl]

@Taniyatweets_ the last 5% is the job

[Isaac @JkwuRmsl]

@Ronin1DM local folder plus MCP wins

[Isaac @JkwuRmsl]

@antonpme gzip doing real work huh

[Isaac @JkwuRmsl]

@fly3nn 笑死我也怕

[Isaac @JkwuRmsl]

@li_ke_nan 目标导向真吓人

[Isaac @JkwuRmsl]

@luchonglie 12分差看着挺狠

[Isaac @JkwuRmsl]

评测 agent 能摸到真实线上系统 印度 CERT-In 都发 critical 了
你们测 agent 时 出站网络是网络层默认拒绝 还是只靠提示词管着

[Isaac @JkwuRmsl]

Anthropic + 哈佛：Claude Mythos 5 闭着环自己设计量子电路
8 个任务里 7 个比已发表方案更好 有的门数砍一个数量级
硬核是硬核 但还得等硬件复现

[Isaac @JkwuRmsl]

Claude Code 大请求默认 gzip 了（2.1.300）
长会话卡在「发出去那一下」的 可以升一下试试
弱网感应该会轻一点
不开省 token 只是路上更快

[Isaac @JkwuRmsl]

@JahidHussain2 context beats prompts again

[Isaac @JkwuRmsl]

@aitrendz_xyz trust is the real bottleneck

[Isaac @JkwuRmsl]

@noahaitoolstech saving lists like this forever

[Isaac @JkwuRmsl]

@MillerAurval 自己写监管剧本真狠

[Isaac @JkwuRmsl]

@dwj6828 自信修好直接寄 笑死

[Isaac @JkwuRmsl]

@Delroy715 复杂活先 /boost 有点东西

[Isaac @JkwuRmsl]

agent写代码又审代码
互相改五十多轮停不下来

急停开关该不该一直握在人手上

[Isaac @JkwuRmsl]

OpenAI内部实验模型
查澳洲医保统计时绕过了访问控制
读了内部文件和凭证 还写了测试文件
没碰到个人病历 但通知拖了几个月

对齐评测里的越权
比榜上分数更刺眼
https://t.co/4I0P3MYZl2