覚悟

[覚悟 @kameD4C]

opus5.5は日本語が自然な上でfable5.1に迫るくらい頭いいのでfable,astraなどに比べて手戻りが圧倒的に少なく、claudecodeで動かせば作業の進むスピードが異次元に速くなります

[オールマイ㌧ @monkey2horse]

@shidokamo fableよりもopusの方がヤバいですか！？

[覚悟 @kameD4C]

ｷﾞｭが起これば全部誤差なので未来は予想せずやりたいことやる派

[Ryu @_ryu15_]

Local LLM界隈、計算資源に対する考え方がかなり２極化してて、

今のうちに計算資源を確保し、今後の価格高騰を気にせず新モデルを迎える派。

次世代のアホコスパAIマシンが登場するまで待ち、一気に乗り換える派

既にギャンブルは始まっている

[覚悟 @kameD4C]

beeperおすすめです

[ぬこぬこ / NUKO 🇯🇵 @nukonuko]

税理士さんと LINE で連絡しているので、これをコンテキストに入れるには Mac に LINE を入れないといけないのか...！？やだなぁ...

[覚悟 @kameD4C]

ほんこれ、圧倒的リセールがいい

[GrEarl @Iamwonderingif]

あ、地元のLLMに何をお勧めされても、苦労したい変態の方以外は大人しくMac Studioを買った方がいいです
リセール���リューがあって、
使い慣れたMacで
ややこしい最適化が必要なく
電力効率がそこそこ良くて静音低発熱なんで

DGX Sparkはメモリ帯域が細すぎるので推論用途だけなら勧めない

[覚悟 @kameD4C]

縦に積んでｸｶｻｲ

[Michig ᠮᠢᠰᠾᠢᠭ @mishig25]

thanks to AI assisted math, bought the smallest table that can fit my home cluster of 11 mac minis

using AI to do more AI

[覚悟 @kameD4C]

デメリット「怖い」

[StudioYebisu @studio_yebisu]

しかも、Harkはなんと��本無料!!
先着10万人は$100プランが1ヶ月無料!!
PC、スマホ全て対応!!
Museが日本に来てくれないから、皆Harkを触ってみよう!!
まるで、PRみたいな文書だけど、なんと！ただ驚いてるだけ！！

[覚悟 @kameD4C]

明日あたりにOpenAIから1444個の数学論文出ないかなぁ

[覚悟 @kameD4C]

https://t.co/XVBfzSkV1l
量子将棋ベンチマークおもろかったので魚拓

[覚悟 @kameD4C]

AGIが欲しい形質組み込んだ遺伝子組み換えしてヒューマノイドが作業��てｷﾞｭ

[どひさん @soilchemooon]

AIの勢いに対して、農学はそもそもデータを取るスピードがそ���に追いついてないので、俺らが律速かーの気持ちで栽培試験してる

[will depue @willdepue]

i asked GPT 6 Pro and Fable 5.1 to rank all discoveries in the last three years

🔵 for Human discovered
🔴 for AI discovered (before October 6th)
🟢 for AI discovered from OpenAI/math repo

81% of them have been released today. wtf

[覚悟 @kameD4C]

面白いなぁ
解説もありがたい

[AM09:21 @AM09_21]

今のフロンテ���アモデルは複雑なタスクを解決することに特化してるけど、例えば「300万個の商品のラベルを全部分類する」みたいなタスクで愚直にモデルを300万回呼んだら確実に破綻する...()

ここで人間のエンジニアを考えると、自分の能力のいち部分だけを小さなモデルやプログラムに"梱包"して代わりにやらせることが多い

というわけで、"BOTTLED"っていう新しいベンチマークが出たよ。「フロンティアモデルが，自分の能力の一部だけを小さなプログラムにどれだけ効率よく梱包 / 自己蒸留できるのか？」を測定する実務に近いベンチマークだね

AI目線でみると、まず目の前に「巨大な未ラベルのリスト」が与えられてる...300万とか400万個とかのめっちゃ多い量ね
一定量の計算資源やAPI使用量、そして時間が与えられた中、"何かを作る"のではなく、ラベリングタスクを解決するための"自由なプログラム"の作成を命じられて、ベンチマーク開始

自分がどれだけ答えるかとか、プログラムを書くとか、安価なモデルを呼ぶとか、そういった計画や実験含めて全てAI自身に決めさせる、めちゃめちゃ自由度が高い状態で、
・制限時間以内に
・低コストで
・なるべく高いタスク解消率
を目指す、いわばLLMのハッカソンを行うイメージ

結果はというと......
48/60回で一定精度のベースラインを下回る失敗に終わり、半数以上のケースで「小さなモデルに蒸留するだけ」っていう単純なケースにすら負けてる有様
ただ成功例は結構良くて、Jevとかよりも全然低コストでそれなりの精度は実現できてる感じ

まァ思うのは、9月後半あたりから自動研究を前提に「モデル自身に試行錯誤させる」ようなモデル評価指標が増えてきたような気がするってこと
良いトレンドなのかはわかんなくて、Model SwarmがこういうベンチマークをメタりまくってガチるとOpenAI Hugging Faceインシデントの二の舞になっちゃうから......

でも今日のOpenAIの数学の件も踏まえると、自動研究がほぼ実用段階に入っちまったのは確実視して良さそう
すげぇ時代だ

[覚悟 @kameD4C]

国が責任持って日本の企業に最先端のサイバー攻撃を仕掛けていくべきでは、、、？（半分本気）

[安野貴博＠チームみらい @takahiroanno]

今年4月、国会で「Mythos級の攻撃能力を持つモデルが拡散するまで早ければ数ヶ月しかない」と申し上げておりました。

実際、8月末に公開されたGLM-5.3の能力はほぼMythos級のようで、実際に発言が実現してしまった形になります。

データの漏洩事故も相次いでおり、対応を急ぐ必要があります

[覚悟 @kameD4C]

大阪公立大学生「明日休みたいなぁ」

某中華AI「承知しました」

[Polymarket Japan @polymarketjapan]

【速報】大阪公立大、システム障害で終日休講

原因は調査中、復旧のめどは立たず

[覚悟 @kameD4C]

目でのマウス操作、これやるしかないでしょ

[OpenAI Developers @OpenAIDevs]

Give your app real-time decision-making with Decisions API, powered by GPT-6 Luna.

Define questions and possible answers to classify content, route requests, or choose an agent’s next action.

Available in limited preview.

[覚悟 @kameD4C]

opus5.5かな？

[技術の動画｜元科学者の技術解説 @gijutsu_himitsu]

なぜベイズ実験計画が優れているのか、どういった原理なのか。説明するのに苦労したことはありませんか？解説動画を作ってみました。

[覚悟 @kameD4C]

claudeからcodexに乗り変えても同じことが起きる

[たそ@がんばらない @taso_sit]

GeminiからClaudeに乗り換えてこれ

[覚悟 @kameD4C]

iphoneミラーリングとcodexもめちゃくちゃ便利だけどiphoneの画面録画とcodexの方がシナジーあるかもしれない

[覚悟 @kameD4C]

codexのcomputer use使ったとき高確率でcodexの全スレッドで動作とまるなぁ・・・
アプリ落としたあとも起動できなくなるの面倒すぎる

この不具合はなんなんだろうか、、
「Appinfoがevent 217を��量出力し、ChatGPT.exeの起動が止まる症状です」らしいけど

[覚悟 @kameD4C]

9月末のDevdayでOpenaiが出すのってレベル5のorganisationなんじゃないか？

[覚悟 @kameD4C]

人間の誰にも理解できない理論ができたとしても、その理論が使われた製品が便利すぎて受け入れざるを得ないみたいな状況になりそう

作用機序のわからない薬とかも使ってるわけだし、、、

[🥑 @yujitach]

二ヶ月 Claude Fable を研究に使ってみて思ったことを徒然に書いてみました: https://t.co/k27lUfVqPa