以前の研究で、クロードは誠実さや温かさなど 3,000 以上の価値観を表現していることがわかりました。新しい研究では、クロードが表現する価値観がクロード モデル間および言語間でどのように異なるかを尋ねました。
X / @AnthropicAI
以前の研究で、クロードは誠実さや温かさなど 3,000 以上の価値観を表現していることがわかりました。新しい研究では、クロードが表現する価値観がクロード モデル間および言語間でどのように異なるかを尋ねました。
私たちは 30 万件以上の匿名化された会話を分析して、.anthropic.com/research/claud… を見つけました。
リンク
クロードの値はモデルと言語によってどのように変化するか
私たちは 300,000 の実際の会話を分析して、
最高のモデルを求めて来てください、私たちはあなたを軽蔑するような扱いはしませんので、滞在してください
X / @sama
最高のモデルを求めて来てください、私たちはあなたを軽蔑するような扱いはしませんので、滞在してください
私たちはユーザーを愛しています
X / @sama
私たちはユーザーを愛しています
ティボ (@thsottiaux)
現在 Codex と ChatGPT Work を使用している 700 万人のアクティブ ユーザーに感謝します。
このマイルストーンを記念して、全員のアカウントにバンク リセットを追加しました。デスクトップ アプリまたは Web でリセットを適用すると、毎週の使用量が補充されます。
楽しんでください。
— https://nitter.net/thsottiaux/status/2076735790567338203#m
Muse Spark 1.1 はディベート ベンチマークで第 3 位で、Fable 5 と Opus 4.7 に次ぎ、GPT-5.6 Sol より上です。
X / @alexandr_wang
Muse Spark 1.1 はディベート ベンチマークで第 3 位で、Fable 5 と Opus 4.7 に次ぎ、GPT-5.6 Sol より上です。
レフ・マズール (@LechMazur)
GPT-5.6 Sol (1567 → 1684)、Grok 4.5 (1410 → 1524)、Sonnet 5 (1604 → 1622)、MiniMax-M3 (1481 → 1541) はすべて、ディベート ベンチマークで以前のスコアを改善しています。しかし、大きな驚きは Muse Spark 1.1 です。1688 年にデビューし、Fable 5 と Opus 4.7 に次いで全体で 3 位になりました。
Muse Spark 1.1 は、新しい挑戦的な有限モデル理論 / 理論的 Cs 評価において、Opus、grok 4.5、および Gemini を上回ります。
X / @alexandr_wang
Muse Spark 1.1 は、新しい挑戦的な有限モデル理論 / 理論的 Cs 評価において、Opus、grok 4.5、および Gemini を上回ります。
セラフィム・バツォグルー (@s_batzoglou)
新しいモデル (Sol、Terra、Luna、Fable 5、Meta Muse Spark 1.1、Grok 4.5) を帰納推論タスクでベンチマークしました。
これは昨日更新された表で、私のベンチマークは ICML '26 のスポットライトとして説明されています。
表の見方:
の
ビデオ生成モデルは汎用の視覚学習器です
X / @_akhaliq
ビデオ生成モデルは汎用の視覚学習器です
ビデオ
素晴らしいモデルは非常に高品質で厳選されたデータで構築されているということを理解していない人がいかに多いかは私には驚きですが、このデータを作成/取得する新しい方法を見つけることは大きな利点です
X / @OfficialLoganK
素晴らしいモデルは超高品質で厳選されたデータから構築されるということを理解していない人がいかに多いかに私は驚いています。
このデータを作成/取得する新しい方法を見つけることは大きな利点です
Muse Spark 1.1 は、放射線科医最終試験引き継ぎ準備指数 (RadLE-H) の SOTA であり、人間の専門家のパフォーマンスに近づいています。
X / @alexandr_wang
Muse Spark 1.1 は、放射線科医最終試験引き継ぎ準備指数 (RadLE-H) の SOTA であり、人間の専門家のパフォーマンスに近づいています。
Dr. Datta M.D. (放射線科) ✈️ スイス @AI4Good (@DrDatta_AIIMS)
⚡️最終的な指標 RadLE-H = ハンドオーバー準備指数。
これは、私が個人的に自律エージェントに関して最も重視している指標です。
なぜなら、医療における安全な自律性とは、「AI がすべてを診断する」ことを意味するべきではないからです。
長期にわたるターミナルベンチによる高密度の報酬ベースの評価による長期にわたるターミナルタスクにおけるエージェントの限界テスト
X / @_akhaliq
ロングホライズンターミナルベンチ
高密度の報酬ベースの評価を使用して、長期にわたるターミナル タスクにおけるエージェントの限界をテストする
AI は歴史の何千もの隠された瞬間を明らかにするでしょう。その好例は、2,000年前の巻物が焼けて固まった炭になったところだった。
X / @rowancheung
AI は歴史の何千もの隠された瞬間を明らかにするでしょう。
その好例は、2,000年前の巻物が焼けて固まった炭になったところだった。
ビデオ
エージェントティック コーディング環境 (ACE) は、IDE (統合開発環境) の自然な後継者です。
X / @OfficialLoganK
エージェントティック コーディング環境 (ACE) は、IDE (統合開発環境) の自然な後継者です。
HN に聞く: AI が生成した記事にフラグを追加する
Hacker News
Hacker Newsで989ポイント獲得。コミュニティで注目を集めている話題。
Zigクリエイターはスペードをスペードと呼び、人類は煙を吹く
Hacker News
Hacker Newsで1356ポイント獲得。コミュニティで注目を集めている話題。
Google @Antigravity の過去の予測スキルを使用して、ローマの指輪泥棒を追跡し、ヨーロッパ全土の古代カルトの地図を作成し、ギリシャのオラを訪れた人々のネットワークを再構築した方法を次に示します。
X / @GoogleDeepMind
ここでは、Google @Antigravity の過去の予測スキルを使用して、ローマの指輪泥棒を追跡し、ヨーロッパ全土の古代カルトの地図を作成し、ギリシャの神託を訪れた人々のネットワークを再構築した方法を説明します。 🧵
それは大変だ
X / @sama
それは大変だ
チャック・マッキノン (@chuckmckinnon)
「すべての圧政の中で、犠牲者の利益のために誠実に行使される圧政は、最も抑圧的なものであるかもしれない...私たちの利益のために私たちを苦しめる者は、自分の良心の承認を得てそうするので、際限なく私たちを苦しめるでしょう。」
--C.S.ルイス
— https://nitter.net/chuckmckinnon/status/2076667554798752248#m
