Квест Теория Каст и Ролей

хочется уже прийти сюда 2-й раз без людей и камеры… часов в 6:00. я уже далек от японских нарративов, но место очень красивое. На телефон снимаю мало, почти все на osmo pocket 3, чудесная камера.

Ну, вот! Мы в аэропорту Narita, Токио, только прошли границу.

На некоторое время в командировку в другую галактику.

📌Градация самосовершенствования ИИ по пяти уровням Топовые китайские ИИ-лабы выпустили совместный обзор о рекурсивном самосовершенствовании ИИ (RSI) под названием «The Last AI Built by Humans». RSI - это когда система сама превращает опыт в постоянные изменения себя и заодно меняет то, как будет улучшаться дальше. Авторы разобрали 491 работу (статьи, техотчёты, блоги и системы) и разложили их по пяти уровням автономии, используя критерий, какие решения об улучшении отданы ИИ. 🟠L1. Люди задают, что улучшать, как и что считать успехом, а ИИ всё это выполняет. 🟠L2. Цель и оценка зафиксированы извне, но ИИ сам находит слабые места и выбирает, как их чинить. 🟠L3. ИИ вдобавок решает, какой опыт ему нужен для следующего круга. 🟢L4. Система меняет память, навыки, код или харнесс по обратной связи из реальной эксплуатации, и правки переносятся на следующие задачи. 🟢L5. Правке подлежит сам механизм улучшения - генератор кандидатов, оценщик, стратегия исследований. Изменённый механизм наследует следующее поколение. Последний, L5, делится на два подуровня. Первый указывает на то, что изменённый механизм улучшения правда работает на следующем цикле. Второй строже - он выдаёт преемника сильнее прежнего при тех же ресурсах и по независимой проверке. До L5 дошли 29 работ из 491 (5,9%), до L4 – 28 (5,7%), до L3 – 64 (13%). Три четверти остались на L1 (215 работ, 43,8%) и L2 (155, 31,6%). У тех 29 работ, которым присудили L5, авторы не увидели устойчивого роста от поколения к поколению. Существующие продукты крупных лабораторий в основном получили L1–L2 - это интерн-исследователь OpenAI, Automated Weak-to-Strong Researcher Anthropic и DeepSeek R1 – L2, Kimi K3 и Qwen-Agent – L1–L2. Выше L2 поднялись самообучающиеся налоговые агенты OpenAI (кандидат на L4), Signals от Factory (L4), Darwin Gödel Machine и AI Scientist от Sakana AI, AIDE2 от Weco AI – кандидаты на L5. Дорожная карта Anthropic When AI builds itself помечена L5 только как цель. @ai_machinelearning_big_data #AI #ML #RSI #Research

очень интересно

📌 Сэм Альтман и Дарио Амодеи вошли в Топ-50 самых влиятельных евреев по версии The Jerusalem Post Глава OpenAI занял девятую строчку рейтинга, разделив её с Марком Цукербергом. Обе фигуры издание объединило формулировкой «...технологические лидеры, выводящие ИИ за пределы цифрового мира». Три года назад Альтман тот же список возглавлял, а в прошлогоднем выпуске не значился вовсе. Рейтинг выходит раз в год уже больше десяти лет и приурочен к Рош ха-Шана, еврейскому Новому году, в этом году праздник наступил 12 сентября. The Jerusalem Post — старейшая и самая читаемая англоязычная газета Израиля, основанная в 1932 году под названием The Palestine Post. Издание выходит и в печати, и онлайн. Седьмую строчку занимает Ассаф Раппапорт, основатель компании Wiz, семнадцатую — сооснователь Oracle Ларри Эллисон, восемнадцатую — сооснователь Google Сергей Брин. Двадцатая строчка досталась в том числе Алексу Карпу из Palantir, двадцать шестая — брату и сестре Дарио и Даниэле Амодеи, которых издание называет «...еврейскими родственниками, формирующими ИИ». @ai_machinelearning_big_data #news #ai #ml

!!!

📌ApprenticeBench: проверка способности ИИ освоить работу как новый сотрудник Стартап NeoCognition разработал первый сквозной бенчмарк использования компьютера, непрерывного обучения и долгосрочной агентной работы на реальной должности. NeoCognition - лаборатория, в которой собрали бенчмарки MMMU, Mind2Web, SWE-Bench Pro и OSWorld 2, а также агентные системы SeeAct, UGround и HippoRAG. Агента принимают в виртуальную строительную компанию на работу с кредиторской задолженностью, выдают полугодовой архив счетов, внутренний справочник и руководство по ERP-системе, после чего он начинает работать со счетами. Первый месяц проходит с подробным фидбэком от руководителя по каждому счёту, а дальше - с редкими замечаниями по итогам месяца. Каждая из ста задач теста проверена профессиональными бухгалтерами строительной отрасли, которые подтвердили и реалистичность сценариев, и то, что любую задачу способен решить рядовой специалист, изучивший доступные агенту материалы. 🟡Результаты Большинство моделей, включая Gemini, Muse Spark, Grok и Kimi, не преодолевают порог в 20-25%, тогда как Fable 5.1 выполнила 72% задач, а GPT-6 Astra - 68%. Лучший из двух тестировщиков-людей показал 51%, причём проваливались люди на поиске нужного в исторических данных, точности расчётов и мелких ошибках от утомления. Разрыв между открытыми и закрытыми моделями авторы называют крупнейшим из всех виденных ими на бенчмарках - 72% у Fable 5.1 против 18% у Kimi K3, и вызван он не базовыми операциями в интерфейсе, а неспособностью слабых моделей учиться на дистанции. Kimi K3 почти не обращался ни к архиву счетов, ни к собственным заметкам и деградировал к концу серии. 🟡GUI vs API Так называемый налог на использование компьютера (просадка при переходе с API на графический интерфейс) у большинства моделей достигает 78%, но Fable 5.1 и GPT-6 Astra работают через GUI даже лучше, чем через API. Дешевле при этом остаётся API - Fable 5.1 обходится в 6,95 доллара за задачу в программном интерфейсе против 18,23 доллара при работе с графическим. 🟡Обучаемость Способность к обучению измерили отдельно. Fable 5 без доступа к истории и обратной связи, опираясь только на собственные знания, решает 11 счетов из 100. Подключение архива счетов поднимает результат до 31, обратная связь руководителя - до 35, а оба канала вместе дают 43. 🟡Вывод ИИ пока ещё обходится дороже: 18,23 доллара за задачу против 7,21 у людей. К тому же человек по мере накопления опята работает быстрее, а агент - замедляется. 🔜 Посмотреть часовой прогон Fable 5.1 по всем ста задачам. @ai_machinelearning_big_data #AI #ML #Benchmark #ApprenticeBench #NeoCognition

это, чтобы не расслабляться

📌 Продолжение. Эта же мысль отражена в 3-й части (или 2-й — я не помню), в беседе Нео с Архитектором, когда тот сказал, что 1-я Матрица была совершенным миром и поэтому оказалась провалом. Это вторая часть — The Matrix Reloaded. Архитектор говорит, что первая Матрица была «совершенной», «безупречной» — и именно поэтому стала «монументальным провалом»: люди её не приняли. Транскрипт сцены Это сильная метафора твоей гипотезы: неустранимое противоречие — не дефект системы, а источник субъективной реальности. Без риска утраты нет ценности обретения; без неизвестности нет познания; без границы — нет выбора и героизма. Поэтому искусство, наука и исследование онтологии мира выглядят не как уход от «помощи людям», а как работа с ядром игры: понять, что это за игра, почему она устроена именно так, и расширить опыт её участников. Я: Выйти на следующий уровень — вот цель игры в большей степени, а понимание — скорее неизбежное следствие и предпосылка в одном лице. Понимание — не конечный приз, а одновременно ключ и побочный эффект перехода. Следующий уровень требует увидеть правила, которые на текущем уровне кажутся случайностью или несправедливостью. Но само прохождение меняет наблюдателя: он начинает видеть новую структуру — и тут же упирается в следующий предел. Тогда цель — не «объяснить мир до конца», а расширять диапазон бытия и действия: выдерживать больше сложности, различать больше вариантов, создавать то, чего прежде создать было нельзя. В чате живет ИИ-ассистент, отвечающий на вопросы об ИИ. Чтобы вызвать, введите /ask - загрузится меню, выберите /ask или /help и нажмите ввод, после чего появится поле, куда введите ваш вопрос. Можно просто в сообщении задать вопрос, и в конце поставить /ask