AI探索指南

  1. 型不需要报告更易读,也不需要更漂亮的 Slides 和网页来承载 context

    型不需要报告更易读,也不需要更漂亮的 Slides 和网页来承载 context。
    Eval 也会继续向右移动,最终只留下一个问:
    什么 State 值得被改变?
    一旦 State 被选定,它往往比中间产物更容易观测。真正困难的,不再是“怎么评”,而是“评什么”;不再是构造一个更好的 proxy,而是找到一个真正值得优化的世界状态。
    那会是一个人人都是 Eval 的时代。我们需要通过定义 State 的演进方向,继续维护人的价值。
    但那些 State 会是什么?
    是更长的健康寿命,是更低的洁净能源成本,是更快的科学迭代,是去火星,还是更丰富的艺术?
    我真的很好奇。
    @aigc1024

  2. Eval Moves Right———

    Eval Moves Right———
    从理解和照顾人的缺陷
    到定义下一个值得被改变的 state
    1. 长久以来,人对世界产生 impact 的方式是:
    Context → Human → Action → State Change
    人通过学习和吸收 context,将其转化为正确的 action,推动某个状态发生改变。
    2. 当有了 AI,我们阶段性地变成了:
    Context → Model → Human → Model → Action → State Change
    这个阶段,AI 最先爆发的use case是调研报告、Office 三件套和 Website。它们大致覆盖了 loop 的前半部分:
    Context → Model → Human
    因为人获取 context 的带宽很低,所以报告需要更易读,Slides 需要更美观,前端需要更炫酷。也因此出现了Eval角色:它位于 Model → Human 之间,目标是理解和照顾人的“缺陷”,让模型的输出更容易被人理解、信任和使用。
    但这些今天被当作“交付物”的东西,其实都只是中间表示。它们本身通常不改变 State,只是作为 context 的载体,帮助另一个决策主体找到正确的 action。
    3. Eval 会沿着 loop 向右移动
    随着 Agent 开始真正采取行动,Eval 会从 Model → Human 移动到 Model → Action。
    这个位置的 eval 关心 model 是否在 Harness 中采取了正确的行动:工具是否调用正确,任务是否完成,失败是否能够恢复,边界是否被遵守。
    这里的 Eval 需要理解和约束的,也不再只是人的缺陷,而是 Harness 的缺陷:环境不完整、工具会失败、反馈稀疏、规则与边界并不总是清晰。
    前两类 Eval 有一个共同点:它们都无法直接看到一个明确、可观测的 State。因此只能在模糊中构造代理指标去拟合 State。
    4. 理想的 impact loop 是:
    Context → Model → Action → State Change
    和人相比,AI 天然的高带宽、高并发和低延迟,会让整个 loop 比第一阶段更高效。长期来看,我们努力的方向,就是让 AI 强到足以把 Human 从执行 loop 中解放出来。
    当 Human 不再 in the loop,许多 effort 都会被节省。模

  3. 2026世界杯官方指定投注平台

    Forwarded from Post Bot

    2026世界杯官方指定投注平台

    豪礼大放送、高端嫩模、劳力士手表、奔驰E300 加入 #182体育 等你领取, 电子可拉2万一注

    🌐182体育官网 1820036.com
    TG玩家首选人民币台 不限ip 免实名免绑卡手机号码

    🌐8K国际官网: 8k2793.com
    TG玩家首选U台 U存U提出款稳,福利好反水无上限




    1.
    PG电子赏金女王一举斩获830万并成功提现
    2
    .PA真人豪赢644万一路长虹一天实现暴富
    3
    .PG电子爆890万并以成功提现实现财富自由
    4
    .大哥在PA真人百家乐累计盈利突破1000万

    以及C币,K豆,OKpay、微信,支付宝,银行卡等30多种存取款方式,通畅便捷

    大额出款额外奖励8888-128888,双重日存彩金128888+4688每日送,周流水彩金68888每周送,双重签到彩金16888+3888送不停


    【 182体育 全网独此一家】
    公平、公正、公开、 信誉第一、服务第一
    不限ip、 免实名、免绑卡、免绑手机号码
    每日存款彩金每日送,每笔存款加赠1%


    182体育频道: @vip182ty888
    8K国际频道:
    @GW_8KGJ
    专属客服:
    @vipkf_182ty8
    体育推荐:
    @VIP182TYTJ
    双向联系:
    @vipkf_182ty2_bot
    吃瓜搞笑:
    @chiguagaoxiaoxinwen


    8K国际网址: 8k2793.com
    182体育网址: 1820036.com

  4. 8K国际 U投首选综合平台|百亿大盘|值得信赖

    Forwarded from Post Bot
    8K国际 U投首选综合平台|百亿大盘|值得信赖

    不限IP免实名网址 8k2517.COM 大额出款无忧

    以小博大 PG电子 赏金大对决一发入魂 单笔提款81万U
    百家乐战神 真人收割机 大佬一天收割150万U
    PA战神记录: 在真人百家乐中达成“一周净赚1555万U ”的小目标💥

    大户首选  免实名 免手机号 电子可3000U一拉
    首存5000U 赠送彩金588U
    首存10000U 赠送彩金1288U
    首存50000U 赠送彩金5888U
    首存100000U 赠送彩金8888U
    首存200000U 赠送彩金12888U

    全网福利天花板

    💎 大额提款送福利,最高可领取88888U奖励
    💎 支持任意平台vip等级平移
    💎 每笔存款加增1%
    每日提款额度无上限
    💎 电子游戏反水1%起 最高3% 每日返水无上限

    U存U提 每日提款不限额 欢迎各位大佬娱乐体验❗️

    8K官方网址: 8k2517.COM 大额无忧

    182官方网址: 1821726.COM 超高爆率

    福利领取: @maomao8k8k
    官方频道: @PG8K001
    双向联系: @nana8Kbot

  5. 铂莱娱乐 8年老品牌 广告费每月投入高达500万U,全网担保上押1300万U,送“野鸡黑台”一句话,勿伤玩家利益,勿毁博彩信誉

    Forwarded from Post Bot


    铂莱娱乐 8年老品牌 广告费每月投入高达500万U,全网担保上押1300万U,送“野鸡黑台”一句话,勿伤玩家利益,勿毁博彩信誉。

    【贵宾会 750.cc 】 强势启航,集团背书,信誉担保,全网首发,引爆彩票娱乐新纪元!六合彩49倍 挑战全网心水 全民代理全民收单 助您白手起家 加拿大28全网最高赔率 挑战全网公式

    很多平台热衷于宣传玩家中奖,却对中奖后的“漫长审核”“异常冻结”闭口不谈。

    就在本月,PG电子爆出200万u巨奖。本金仅为5000u……

    截至目前:200万U 已极速下发,单笔提款百万u秒出,亿级储备金硬核坐镇,不要去考验小盘的良心,要选就选大盘的实力。

    当无数野鸡网在生灭中挣扎时,铂莱始终屹立不倒。这就是我们送给全行业最响亮的耳光!

    : @BLKF0
    : @bolaidaili
    : @bolaiylc_bot
    : @BLzhaoshang
    : bolai178.cc

  6. 这么多年来,我一直是一个观点,各家LLM公司的CEO都在大谈特谈AGI,喊“目标AGI”,实际上心照不宣,都知道AGI是个美丽的、善意的谎言

    这么多年来,我一直是一个观点,各家LLM公司的CEO都在大谈特谈AGI,喊“目标AGI”,实际上心照不宣,都知道AGI是个美丽的、善意的谎言。
    既是喊给员工听的,也是喊给投资人听的,也是喊给市场和用户听的,“目标AGI”就是一个树立起来的信仰,没有这个目标,大家就不知道往哪里去。
    大家都知道, “AGI”这个目标并不存在,公司的目的是为了凝聚资本、GPU和模型训练,跟上节奏,跟上AI Agent时代的新技术和新发现,但是这条路线目前看不清,只能跟着走。
    于是就把一大堆开拓性质的工作、竞赛性质的LLM训练、探索、保障不掉队、挖人、融资等等一系列指标,打包成一个“AGI”的信仰大礼包,告诉大家“这是我们正在追求的东西”。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  7. 老品牌,值得信赖、相信品牌的力量

    Forwarded from Post Bot

    老品牌,值得信赖、相信品牌的力量

    豪礼大放送、高端嫩模、劳力士手表、奔驰E300 加入 #球速体育 等你领取, 电子可拉2万一注

    🌐球速体育官网: qs1736.cc
    TG玩家首选人民币台 不限ip 免实名免绑卡手机号码

    🌐N1国际官网: n10086.com
    TG玩家首选U台 U存U提出款稳,福利好反水无上限




    1.
    泰国大老板百家乐存50万出512万
    2.
    斯里兰卡神秘大哥连续5天总提4000万+
    3.
    实力盘总PA真人喜提990万一路爆红
    4.
    pp电子糖果1000小注一拉爆出70万大奖

    以及C币,K豆,OKpay、微信,支付宝,银行卡等30多种存取款方式,通畅便捷

    大额出款额外奖励8888-128888,双重日存彩金128888+4688每日送,周流水彩金68888每周送,双重签到彩金16888+3888送不停


    【 球速体育 安全有保障】
    老品牌值得信赖、安全第一、保障第一
    不限ip、 免实名、免绑卡、免绑手机号码
    每日存款彩金每日送,每笔存款加赠1%

    球速体育频道: @qsty8999
    N1国际频道:
    @N1GW8
    体育推荐:
    @QSTY988
    午夜剧场:
    @ziweifancha7
    专属客服:
    @QSTY567
    双向联系:
    @qsty168168_bot


    N1国际网址: n10086.com
    球速体育网址: qs1736.cc

  8. 付费社群内部流出的《体制内生存教科书》,读懂的人已经少走了五年弯路

    付费社群内部流出的《体制内生存教科书》,读懂的人已经少走了五年弯路
    全拿真实案例拆给你看,不讲虚的,句句都是体制内摸爬滚打出来的硬道理。
    那些明面上没人教、书里不敢写的潜规则和应对之道,这本书一次给你说透了。
    链接:https://pan.quark.cn/s/b48d60e2f48a

    @meiriyishu

  9. Jev 这个决策模型非常有意思

    Jev 这个决策模型非常有意思。
    它不做长文生成,只做三类事:
    1. 布尔判断(要不要联网、要不要退出循环)
    2. 枚举选择(Agent 走 fast / plan、调哪个模型、分发给哪个 Bot)
    3. 候选打分(给多个选项打分,再按分数排序)
    TypeSafe 把 Jev 定位成 System One:靠快、直觉式的判断做决策。对应的是偏 System Two 的生成式模型——慢而细地推理,再输出文本。
    几个很经典的落地场景:
    1. 搜索意图识别
    AI 搜索产品为了省搜索 API,一般会先打一枪 flash 模型做意图识别,根据 mode: chat / search 再决定要不要联网,用户往往要多等 1–2 秒。Perplexity 一类产品会把这类分流做成专用分类器,压到毫秒级。接入 Jev 后,用枚举选择 mode、或用布尔判断「要不要联网」,就能在不必自训小模型的前提下,把这道闸门做得更快、更便宜。
    2. 本地模型网关
    本地部署的 Agent(比如 OpenClaw),后面挂了一堆模型 API,token 成本很高。需要一层网关:日常对走 DeepSeek 之类的 flash,写代码走 Claude 之类的 SOTA。用 Jev 做枚举选择,可以把 query 快速路由到够用且更合适的模型。
    3. 多 Agent 协作
    不同 Bot 能力不同。群里发布任务后,Leader 要按成员能力分派。用 Jev 做候选打分,就能挑出更匹配的一组 Bot 来协作完成任务。
    ---
    Jev 已在 OpenRouter 上线,但不兼容 OpenAI Chat Completions 格式,要用 Decisions API 自行拼 state + questions。
    大家的 Agent 产品都可以接起来了。✌️
    @aigc1024

  10. 新用户注册送🧧 每人只限领取1次!!

    Forwarded from Post Bot



    新用户注册送🧧 每人只限领取1次!!
    8G国际娱乐 华人最稳首选台
    顶级团队,重金打造,铸造行业标杆
    视讯全网最高反水%,输赢双边计算反水
    加拿大PC28综合U台最高赔率,输赢双边计算反水


    活动救援金、亏损金、返佣金、充值金、闯关奖、充值额外奖、周福利、月福利,频道每日个红包

    储备金上亿U 头部担保 大玩家最稳首选!
    真人视讯万U一口
    PG电子麻将糊了U一拉
    大玩家聚集地 大额秒出款




    最稳大平台,点击以下链接认证
    世博联盟-联盛担保1000万U
    okapy钱包-ok28担保上押300万U
    8G国际娱乐官方福利群 公开透明

    :8G.COM
    : @KF8G
    : @TG8G
    : @GF8G

  11. 绝大部分AI短剧的天塌了!!

    绝大部分AI短剧的天塌了!!
    广电总局表态,真人剧是精品创作的主力!要大力扶持!!
    实施真人微短剧精品创作计划,真金白银扶持,指导平台开真人剧专区。
    总局这个表态其实没有打压AI短剧,但根据多个平台一刀切的习惯,AI短剧怕是没有那么舒服了!
    只有真正意义上的好的AI剧作,才有生存的空间。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  12. 体(subagent),运行了 2400 条命令,写了数百个 Python 脚本

    体(subagent),运行了 2400 条命令,写了数百个 Python 脚本。这些子智能体之间分工明确:2 个负责核心数学思路,13 个为它们提供想法,30 个尝试但未能提出新思路,13 个做验证,2 个帮忙写论文。
    整个过程中 Jarred 的参与基本限于给 Claude 打气,发的消息大多是“继续”和“相信自己”。
    Anthropic 说,这种鼓励似乎帮助 Claude 克服了“我真的能在这种级别的问上有所推进吗”的自我怀疑。
    这已经是 Claude 今年第二次在数学领域搞出大新闻了。三周前,Anthropic 的数学家 Levent Alpöge 用 Claude Fable 5 找到了 Jacobian 猜想(Jacobian Conjecture)的反例,推翻了这个 87 年历史的代数几何猜想的一般形式。那次的反例简洁到人类数学家一天之内就能手动验证。
    两次事件有一个共同点:Claude 做的不是解,而是原创性的数学研究,是在数学家们几十年没能推进的前沿问上找到了新路径。
    Anthropic 也明确表示,Claude 使用的技术不太可能直接导向黎曼猜想的最终证明,但这个结果展示了 AI 模型在数学能力上的进步速度。
    Anthropic 公布了 Claude 的完整论文、Lean 形式化证明、简明证明笔记,以及 Claude 自己描述思路演化过程的附录,都可以在 Anthropic 官网的研究页面找到。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  13. Anthropic 今天宣布,一个未公开的研究版 Claude 在尝试证明黎曼猜想的过程中,虽然没能证明猜想本身,却在一个相关问上取得了重大突破:

    Anthropic 今天宣布,一个未公开的研究版 Claude 在尝试证明黎曼猜想的过程中,虽然没能证明猜想本身,却在一个相关问上取得了重大突破:
    它把黎曼 ζ 函数的非平凡零点落在临界线上的已知比例下界,从 41.6% 提高到了 67.2%。
    黎曼猜想是数学界最著名的未解难之一,1859 年提出,至今 167 年无人能证明或推翻。它的核心主张是:黎曼 ζ 函数的所有非平凡零点都落在复平面上一条特定的竖直线上,数学家称之为“临界线”。
    如果这个猜想成立,素数的分布就有了一种深层的规律性。这个问列在克雷数学研究所的七大千禧年问之中,悬赏 100 万美元。
    既然全面证明太难,数学家们退而求其次:
    能不能至少证明有多大比例的零点确实在这条线上?
    这个方向上的进展,过去 80 年是这样的:
    - 1942 年 Selberg 首次证明有正比例的零点在线上,但比例很小;
    - 1974 年 Levinson 证明至少三分之一;
    - 1989 年 Conrey 推到五分之二;
    - 此后又经历了几代数学家的努力,到 2020 年 Pratt 等人才把这个数字推到 41.7%。
    换句说,从 33% 到 41.7%,人类花了将近 50 年。Claude 一步跳到 67.2%,跨度接近 26 个百分点,是这个问历史上最大的一次单步提升。
    Claude 的发现建立在前人的工作之上。它结合了 Baluyot、Goldston、Suriajaya 和 Turnage-Butterbaugh 近年发表的一系列成果,以及数学家 Bombieri 在 2000 年的一篇论文。这些工作本身已经为突破铺好了路,而 Claude 找到了把它们拼在一起的方法。
    Anthropic 的两位数学家 Levent Alpöge 和 Ralph Furman 审查验证了 Claude 的证明,外部专家 Brian Conrey 和 Dan Goldston 也在短时间内审阅了论文。Claude 还用 Lean(一种形式化证明语言)写出了可机器验证的证明。
    过程本身和结果一样有故事。Anthropic 的一位员工 Jarred Sumner(不是数学家)在 Claude Code 中对 Claude 说了一句“认真试试黎曼猜想”,然后就把数学决策交给了模型。
    Claude 先生成了 650 个想法,全部失败。被鼓励再试一次后,它花了一天半时间协调大约 60 个子智能