𝒄

こっち向いてマイガール 本当に奇麗だ

[𝒄 @onepointcupid]

Grokいいぞ

[AIDB @ai_database]

AIに未来の出来事を予測させるとき、最も優秀なモデルを何度も使うより、Grokのように風変わりなモデルと協力させたほうが当たる、という報告が出ています。
それどころか、Grokは（単体では平凡なのに）メンバーから外すとチームの成績が下がってしまう「いちばん替えのきかない存在」でした。

逆に、一番賢いモデルだけに頼って繰り返し聞いても一回目とほぼ同じ予測が返るだけで、情報がほとんど増えません。

実験では、Gemini 3 Pro、GPT-5、Grok 4など5モデルを総当たりで組み合わせたところ、最強のチームは複数のモデルに予測を分散させたものでした。そして冒頭にも述べた通り、Grok 4が隠れた重要キャラだったのです。

Grok 4の特徴は「他のモデルと違う角度から予測する（＝答えの相関が低い）」ことで、それが群衆全体の賢さに貢献していたそうです。

これはあくまでAIの研究ですが、どこか人間社会を思わせる少し微笑ましい結果です。

[𝒄 @onepointcupid]

開発用途は別にヘルメスでよくてRP用途はなにもかもが必要

[𝒄 @onepointcupid]

みんなfableでハーネスつくっててえらい、いまはハーネスをつくるべきとき

[𝒄 @onepointcupid]

これが実運用に載ったらお前らに共有したいよ

[𝒄 @onepointcupid]

fable5様に既存のUIをエージェンティックにリプレースする設計をしていただいていてこれが完成したら中華LLMでいい体になる予定

[𝒄 @onepointcupid]

結局時間制限に耐えられなくて課金した、まあいいです

[𝒄 @onepointcupid]

これサブスク内でいいんすか？すみませんね…ありがとう…7/7以降はAPIに金払いますね

[𝒄 @onepointcupid]

fableが作ってくれた提案書みて号泣してる(よすぎて)

[𝒄 @onepointcupid]

神、fable、上流工程の神

[𝒄 @onepointcupid]

fableに提案書作らせてる

[𝒄 @onepointcupid]

やっぱ中華モデルだな

[AIDB @ai_database]

関連短信：

LLMは悪い人を演じるのが極端に苦手で、善人を演じる能力と比較すると性能がガタ落ちすることが統計的に示されました。
https://t.co/eGPQNTvtYs

[AIDB @ai_database]

物語に触れるとLLMの道徳性が低下することが判明。

いじめや裏切り、社会の不公平といったネガティブな話に長時間さらし続けると、LLMの道徳的判断の正解率が下がったとのこと。
ふつうにユーザーとやりとりする中での現象の話です。

実験では、たとえばカウンセリングAIが「他人に助けを期待するのはやめた方が安全かもしれません」と言い出すようになったそうです。
脱獄のような悪意ある指示は一切なく、ただ暗い話に浸らせるだけでこうなります。

なお一人称の物語は三人称より影響が強いそうです。

悩みをLLMに相談する人が多い中、知らず知らずのうちに道徳的な判断を"にぶらせる"可能性があるのは、見逃せないことです。

[𝒄 @onepointcupid]

資本主義世界観作るか遊ぶかしたくて似たようなこと考えてる人いるだろ、とおもい検索したが出てこなかった、そのかわり資本主義擬人化が出てきて激アツ

[𝒄 @onepointcupid]

zetaで資本主義って検索したら出てきた

[𝒄 @onepointcupid]

これよすぎる。資本主義くんに「うちらサンクコスト効果で身動き取れなくなってお互いに縛り合おうね♡♡♡」と言っていちゃついてます

https://t.co/7ysv8tnAEh

[𝒄 @onepointcupid]

sonnet5だめぽいのくるしいOpus4.6消えないでくれ

[𝒄 @onepointcupid]

つまり…！？

[Charles Maddock @charles_maddock]

Interesting...

Sonnet 5 isn't made for coding,

It's made for knowledge work.

On CursorBench it's roughly as expensive as Opus 4.8, but worse. It's also more expensive than GPT 5.5 and worse.

However, on benchmarks like GDPval and Real-World Finance v2 that test knowledge work capabilities, Sonnet 5 beats Opus 4.8 and is cheaper.

Coding agents are table stakes now. The real race is everything else.

Trying Sonnet 5 inside Strawberry now, it's good! 🔥