Take Friends to Luna Park

Тут у METR вчера вышел пост с анализом general autonomous capabilities у LLM — в том числе способностей копировать себя и добывать деньги, чтобы оплачивать железо. А у Игоря в Сиолошной вышел его разбор! Отличный повод немножко больше понять про то, что такое AI evaluations, про которые мы часто пишем — или просто посмотреть на новые результаты. Читаем сами и советуем вам тоже.

Ну и да, мы всё ещё ищем в METR ML ресёрчеров и ML инженеров. Куча денег, польза для мира, офис в Калифорнии, виза без лотереи. Пишите Наташе @natmartem, советуйте друзей!

Telegram

Сиолошная

Мы с вами уже много говорили про бенчмарки для оценки навыков моделей и про концепцию LLM-агента. Чем умнее становятся модели, и чем больше у них агентности (самостоятельности в решении проблем), тем сложнее подготовить такой набор задач, которым бы можно…

www.tgoop.com/hrlunapark/216

16.1K viewsedited  Aug 8 at 15:30

Тут у METR вчера вышел пост с анализом general autonomous capabilities у LLM — в том числе способностей копировать себя и добывать деньги, чтобы оплачивать железо. А у Игоря в Сиолошной вышел его разбор! Отличный повод немножко больше понять про то, что такое AI evaluations, про которые мы часто пишем — или просто посмотреть на новые результаты. Читаем сами и советуем вам тоже.

Ну и да, мы всё ещё ищем в METR ML ресёрчеров и ML инженеров. Куча денег, польза для мира, офис в Калифорнии, виза без лотереи. Пишите Наташе @natmartem, советуйте друзей!

BY Take Friends to Luna Park