Malik

Don't worry, be happy

[Malik @killer__malik]

@fxtrader 非常好！不过我不用

[Malik @killer__malik]

@fxtrader 可惜良率上不去

[Malik @killer__malik]

@yeppppp24 我偷了你的生活

[拾一.max-fast @__oQuery]

Kimi K3 在我这里真的是一坨。Thinking 时间慢得要死，token 烧得老快，事情啥都干不好，分支管理也不行。那些说 K3 好用的人，我感觉全是收了钱的。我这几天用下来，感觉就是拉完了。

[Malik @killer__malik]

@deanwball 毫无逻辑的胡说八道，只会扣帽子的危言耸听

[Max For AI @MaxForAI]

⚠️独家消息：Qwen3.8-Max 预览版基准测试结果已泄露。

根据我从 @Alibaba_Qwen 内部获得的基准测试结果，Qwen3.8-Max 预览版在编码方面仅落后 Fable 5 12.6 分，而在实际的 Cowork 智能体任务中，其性能已超越 Opus 4.8 Max。

该基准测试涵盖了 400 个实际的智能体任务。

与 Fable 5 相比，73.2% 的编码任务结果相同。

在 Cowork 任务中，Qwen3.8-Max 领先：

- Opus 4.8 Max：5 分

- Kimi K3：8 分

- GLM-5.2：17.1 分

- 上一代Qwen3.7-Max：44.4 分

而这仅仅是预览版。

我的消息来源称，一些已就绪的改进尚未部署，最终版本会更强大。

Qwen3.8 现在的目标是 Fable 5，Opus 已经被超越了。

这简直他妈太疯狂了，中国AI正在超越🔥🔥🔥

[Malik @killer__malik]

@real_kai42 K399和4399到底什么关系？

[Malik @killer__malik]

workbuddy的skillhub命名方式让我有点难绷，也太没品了哈哈哈哈哈哈哈哈哈哈哈

[Malik @killer__malik]

@bdsqlsz k2.7真的拉，已经弃了

[Malik @killer__malik]

@silsrc 程序员不配找对象😅

[Malik @killer__malik]

@silsrc 你这种人才找对象不是随便找

[Malik @killer__malik]

kimi-k2.7蠢哭，这原生INT4训练看起来效果并不好啊，速度是快了，但精度不行啊

[[email protected] @Jiaxi_Cui]

当前模型已经到上限了吗？可能还没有

让模型自己 thinking 这个事从 o1 开始我就不太信，考虑到现实情况，更多应该是当时的 OpenAI 需要向外界 claim 自己在模型上还可以走的很远，所以要做这个很容易让外人理解的 thinking 的输出结构

但抛开这样的原因，为什么模型要用 nature language 的形式来 thinking，而不是在 latent space thinking结束之后转成 nature language 呢

如果考虑到信息传递效率和失真率，都是 latent space 更有优势。自然语言是低带宽、线性、离散化的表达；而 latent representation 可以更高密度地保存模糊关系、多个候选路径和中间状态。很多推理过程也许根本不需要被翻译成人类语言，只有最终结论和必要解释需要自然语言化。甚至以后所谓的 Agent 越来越多后，Agent 之间的建联为什么要用自然语言，而不是隐空间自己的语言，也就是所谓的 AI 的语言呢？

Text CoT 更多的好处是在 nature language 空间做训练容易得到监督数据，而 latent space是没有的

所以我倾向于认为，text CoT 更像是当前阶段的工程折中：它容易构造监督数据，容易做过程监督，容易被 verifier/reward model 评估，也容易被投资人、用户和媒体理解。

有监督信号的场景就可以 scale，但这不是终点

或许一个新的方向可以叫做 LLP，latent language processing

[Aaron Rupar @atrupar]

here is the entirety of Palantir CEO Alex Karp's televised nervous breakdown this morning on CNBC

[Malik @killer__malik]

@yeppppp24 领了薪水放了假好好犒劳一下自己

[Malik @killer__malik]

@cyrilxuq 他暴富了跟你我有啥关系

[Malik @killer__malik]

@Gorden_Sun X的API只能说调不起，有些接口都不是按次数收费，而是按数据量收费

[Malik @killer__malik]

@ShanghaoJin 港股是活该被骂

[Malik @killer__malik]

@SleeperEsports Fake news

[Susan Zhang @suchenzang]

in the (human-observable) limit, these language models will all be speaking chinglish:

- most highly-educated digital workers speak english or chinese

- peak token efficiency <> expressiveness

- compact translations of those four-word chinese idioms (成语) or continued language compaction with gen-z slang and beyond

- common grammatical structure amplified between the two languages when expressing concepts in corporate environments (this++ if/when there's also overlap with hindi)

or maybe more simply: we're purely in a digital data numbers game (against a perfect ai translation amplifier) from here on out