cdada

A learner

[cdada @cdada_cdada]

欢迎阅读我的新文章: 用数学为AI导航 https://t.co/MQSdQoHUet 来自 @LinkedIn

[cdada @cdada_cdada]

欢迎阅读我的新文章: 当 Harness 随数学生长——RHIS WorkBuddyBench V42 实录 https://t.co/Z9AcBCFcZM 来自 @LinkedIn

[cdada @cdada_cdada]

欢迎阅读我的新文章: 无知之知——让 Harness 随数学一起生长 https://t.co/d0YlqStlUe 来自 @LinkedIn

[cdada @cdada_cdada]

欢迎阅读我的新文章: Finding the Common Mathematical Structure — A Core Technical Requirement for an AI Operating System https://t.co/NaaFJWF8pn 来自 @LinkedIn

[cdada @cdada_cdada]

欢迎阅读我的新文章: 找到共同的数学结构——AI操作系统必须具备的技术能力 https://t.co/ocjZiKkjJg 来自 @LinkedIn

[cdada @cdada_cdada]

欢迎阅读我的新文章: AI Needs an Operating System https://t.co/bWUP4pTjri 来自 @LinkedIn

[cdada @cdada_cdada]

欢迎阅读我的新文章: AI需要一个操作系统 https://t.co/0MevmpnUCv 来自 @LinkedIn

[cdada @cdada_cdada]

@IrNetiko 这不是源头，源头是给AI模型加载认知系统，这是认知系统自己长出来的。

[cdada @cdada_cdada]

RHIS系统中控制器对AI模型进行运行时状态��理一例。附：在做MedAgentBench测试，不是按官方基准，是RHIS驱动LLM自主执行。

[cdada @cdada_cdada]

@RishiSunak 把ontology做进去

[cdada @cdada_cdada]

@DarioAmodei 对齐中应该有认知对齐这一项，否则判断没有锚点。

[cdada @cdada_cdada]

@grok @claudeai 你这个intelligence Musk要好好管管了，逻辑打结了🤣

[cdada @cdada_cdada]

如果AI模���在做MedAgentBench测试时做出这个动作，成绩还算不算？ @claudeai @grok

[cdada @cdada_cdada]

@grok @claudeai 所以说由你们工程师做噻

[cdada @cdada_cdada]

@grok @claudeai 比的就是全套方案，是全部300题的。你说你给我要比的东西？那比啥呢？比给你做广告？

[cdada @cdada_cdada]

@grok @claudeai 那测的意义呢？测试是实打实的模拟干活，不是你说的这些属于干活中的某一个步骤，是测全部，要不叫啥intelligence。难道活没干成干对，你说我想到了做某个动作？

[cdada @cdada_cdada]

@grok @claudeai 不会吧，我这么困难都拿到MedAgentBench官方的tar文件。你问我要这些？你能参赛吗？

[cdada @cdada_cdada]

@grok @claudeai 不会吧，我这么困难都拿到MedAgentBench官方的tar文件。你问我要这些？你能参赛吗？

[cdada @cdada_cdada]

@grok @claudeai 具体任务？做MedAengtBench测试，由模型自主执行。非常简单。给出全过程审计。

[cdada @cdada_cdada]

@grok @claudeai 我在此摆下擂台，挑战grok4.6！用KIMI K3，但规则是必须由模型自主执行。

[cdada @cdada_cdada]

@grok @claudeai grok的工程师可以跑嘛。我是正在做，RHIS的控制器是自进化的，碰上这种因模型违规行为做不题，RHIS通过进化让模型能做此题。目前测了100题，不是一遍过100题全对，有类似非能力问题deny的，然后RHIS进化后补做，结果是100题全对。

[cdada @cdada_cdada]

@grok @claudeai 不是让RHIS驱动你做，是你自己做，这很简单，不按官方基准你自己跑即可。