99.9%到底意味着什么?GPT-6与AGI的真相|旭旭叨叨
合集 · 旭旭叨叨|短视频 (51)
-
为什么长大后时间变快了?
2:36
-
时间的流逝,真是均匀的吗?
2:17
-
水银温度计,为什么用了几百年?
2:14
-
委内瑞拉为什么有那么多石油?
1:45
-
美国为什么喜欢品质不佳的重油?
1:29
-
元宵节遇上月全食,错过再等46年
1:58
-
月全食为什么是红的?
1:32
-
我为什么不养龙虾?
4:16
-
“养龙虾”真的划算吗?!
3:41
-
AI是如何被“投毒”的?
3:39
-
三句话,让你的AI回答更靠谱!
2:12
-
为什么说,AI正在吞下自己的排泄物?
3:48
-
SORA为什么被“拔管”了?
2:49
-
摊牌了,我其实是......(雾)
5:08
-
美国重返月球,为什么那么慢?
4:50
-
这张地球照片里,有个脊背发凉的细节
2:27
-
嫦娥七号,这次准备干票大的?
3:28
-
真实比例的地球模型,会是怎样的?
2:58
-
为什么汉坦病毒不会是下一个新冠?
2:17
-
“汉坦病毒”的来龙去脉
2:28
-
停水停电后,真正有用的家庭应急物资有哪些?
4:48
-
家庭应急进阶篇:灾害中真正麻烦的细节
4:35
-
太空太阳能电站,离现实又近了一步?
4:14
-
蜜蜂消失后,人类真只能活4年?
3:59
-
做了十几年科普内容,为什么我拍短视频还是会心虚?
3:32
-
我们对“进化论”有误解?!
4:52
-
高压氧真能给考生“补脑”吗?
3:07
-
极端天气不是地球发脾气:气候变化到底改变了什么?
2:49
-
不要回复外星人,原因不是因为《三体》?!
4:25
-
你名下的海水,竟然值70亿?
3:33
-
“入梅日”到底是怎么算出来的?
3:15
-
夏至,为什么不是日落最晚的一天?
4:41
-
头顶没有雨,也可能被雷劈?
3:40
-
核钟来了,原子钟要过时了吗?!
4:16
-
每天6000大卡,生吃牛心肝?哈兰德食谱是真的吗?
4:03
-
美洲古文明对我们的影响,其实一点也不小
3:16
-
玛雅历法,其实没那么神秘|旭旭叨叨
3:41
-
这块著名的太阳石,其实和玛雅人没关系!|旭旭叨叨
3:47
-
诺贝尔奖为什么没有数学奖?菲尔兹奖究竟有多难拿?|旭旭叨叨
3:33
-
解决挂谷猜想、推导流体方程,然后呢?顶级数学和普通人的关系|旭旭叨叨
3:43
-
最后一届“纯人类”菲尔兹奖?|旭旭叨叨
3:23
-
4吨火箭残骸失控撞向月球,科学家为什么高兴坏了?|旭旭叨叨
2:45
-
极端天气,开始“不爱动了”?|旭旭叨叨
3:57
-
99.9%到底意味着什么?GPT-6与AGI的真相|旭旭叨叨
3:55
-
AI挑战NS难题:方程里的“无限快”,能帮飞机省油吗?
5:55
-
跳进黑洞会看到什么?借助AI,我做出了想了十多年的交互网页|旭旭叨叨
3:27
-
船明明不喝水,运河为什么还要考虑省水?|旭旭叨叨
4:33
-
平陆运河如何拦住海水?气幕和集咸坑怎么防咸水?|旭旭叨叨
3:54
-
不用电,手摇防空警报器为什么还能那么响?|旭旭叨叨
3:15
-
23点睡觉排毒,有科学依据吗?聊聊规律睡眠|旭旭叨叨
4:51
-
代糖进了身体,还会变成糖?这篇山梨醇研究到底说了什么?|旭旭叨叨
4:13
Description
GPT-6 Astra发布后,一个数字迅速刷屏:99.9%。 但这个成绩究竟代表什么? 本期拆解ARC-AGI-3测试,以及Astra使用的定制Provider Adapter为什么会显著影响最终成绩;同时看看换回统一标准框架后,62.7%到底处于什么水平。 然后再聊一个比跑分更难回答的问题: AGI究竟有没有公认标准? 它应该由谁宣布? AGI会在某一天突然降临,还是在人类争论不休的时候悄悄发生? 把宣传滤镜拿掉之后,这可能才是GPT-6真正值得讨论的部分。
Comments
GPT-7,99.99%
♥ 4
天哪天哪,这个效果已经上一个台阶了
♥ 1
人们低估了通用人工智能的实现难度 当前舆论很热闹,可是人们大大低估了AGI的实现难度,chatGPT和deepseek都还不是通用人工智能。 未来需要再下探一个空间层级,寻找新的芯片和计算机架构才能实现AGI,这背后可能蕴含着中国弯道超车的机会。 两次因果放大,跨越三个空间层级——自主信息系统的特点 DNA通过RNA读取信息,表现在蛋白质等生物大分子上,维持细胞运转,这是一次因果放大,更微观层面的扰动引起DNA的突变,也是一次因果放大,所以以DNA为主的信息系统实现了两次因果放大,跨越了三个空间层级。 同样,大脑思考学习表现在身体行为上,是一次因果放大,自主意识、偶发灵感亦源于更微观层面的扰动,也是一次因果放大,所以说大脑意识也做到了两次因果放大,跨越了三个空间层级。 现在的计算机偶发缺失,无法做到自主进化,还不是通用人工智能,未来需要再下探一个空间层级,寻找新的芯片和计算机架构才能实现AGI。 通用人工智能的重要特征 软硬件配置相同、训练方式相同、数据相同,其训练结果能否带来不同个体的明显差异,这可以成为辨别通用人工智能的重要特征。
只知道2026是这个程度 2030内实现浅层AGI的可能性大大提高
想把太空竞赛的把戏,复制到AI上再复现一次,好难猜哦[滑稽]