OpenAI’s math claims expose AI’s verification bottleneck
Reports of OpenAI models solving major math problems point to a deeper issue: proof generation is getting cheaper, while verification, attribution, and publication still move at human speed.
Blog
Ιδέες, ενημερώσεις και όλα γύρω από το AI.
Νέα για AI και πρακτικοί οδηγοί, εξηγημένα απλά.
Τελευταίο
Δωρεάν μάθημα
AI από το μηδέν
Ένα πλήρες μάθημα για την τεχνητή νοημοσύνη, από τα μαθηματικά έως τα LLM, τους agents και το MCP. Τριάντα κεφάλαια, το καθένα αξίζει να διαβαστεί αυτόνομα.
30 κεφάλαια~13 ώρ. ανάγνωσης
Πρώτα κεφάλαια
Το Perceptron από το μηδέν: τι υπολογίζει ένας νευρώνας
Ένας νευρώνας είναι ένα σταθμισμένο άθροισμα και ένα κατώφλι. Αυτή είναι όλη η ιδέα — και τα όριά της ανάγκασαν όσα ήρθαν μετά.
Από πού προέρχεται μια συνάρτηση απώλειας: πιθανότητα, όχι σύμβαση
Το squared error δεν είναι σύμβαση. Είναι ισχυρισμός για τον θόρυβο — και μπορείτε να το δείτε να κάνει λάθος.
Κατηφόρα: Gradient Descent και τα δύο βήματα που όλοι παραλείπουν
Όλοι γράφουν το μείον. Σχεδόν κανείς δεν λέει γιατί υπάρχει εκεί ή πόσο μεγάλο βήμα αντέχει.
Ταξινόμηση, cross-entropy και πώς να μην κοροϊδεύετε τον εαυτό σας
Η ακρίβεια είναι ο πιο εύκολος αριθμός για αναφορά — και ο πιο εύκολος για να σας ξεγελάσει.
Βίντεο
Δείτε όλα τα βίντεο
#173Test-time compute: making an AI better by letting it think longer
#172Reasoning tokens: the AI thinking you never see but still pay for
#171Emergent reasoning: the AI that started double-checking on its own
#170Process reward: grading an AI's working, not just its final answer
#169Verifiable rewards: training AI on answers a program can check
#168Tree of thoughts: how an AI searches through ideas, and what it costs
#167Self-consistency: ask an AI several times, then trust the majority
#166Think step by step: why a famous prompt works, and when it backfires
Όλα τα άρθρα
Το μοντέλο AI Jev είναι φτιαγμένο για αποφάσεις, όχι για πρόζα
Το Jev της TypeSafe AI τραβά την προσοχή επειδή αντιμετωπίζει την ευφυΐα στο λογισμικό ως πρόβλημα πιθανοτήτων: επιλέξτε το σωστό κλαδί, προσθέστε βεβαιότητα και αποφύγετε να πληρώνετε ένα LLM για να γράφει κείμενο όταν ο κώδικας χρειάζεται μια απόφαση.
Το Astra for Law της OpenAI είναι νομικό σύστημα AI, όχι νέο μοντέλο
Το νομικό λανσάρισμα της OpenAI αφορά λιγότερο ένα νέο θεμελιώδες μοντέλο και περισσότερο το σύστημα γύρω από αυτό: ανάκτηση ανά τομέα, αξιόπιστα εργαλεία, δικαιώματα, benchmarks και διαδρομές ελέγχου.
Context engineering for long-horizon AI agents
Long-running agents do not fail only because the window is small. They fail when files, tool outputs and stale history crowd out the task the agent was supposed to finish.
Όρια ταχύτητας στην AI: ο Amodei προειδοποιεί για την αναδρομική αυτοβελτίωση
Ο Dario Amodei ζητά εξωτερικούς αξιολογητές, κοινά πρότυπα ασφάλειας και διεθνείς συμφωνίες για να μπει ρυθμός στην AI αιχμής. Το δύσκολο είναι να οριστεί τι σημαίνει «υπερβολικά γρήγορα», ενώ σύμφωνα με αναφορές η Anthropic ετοιμάζει IPO ιστορικού μεγέθους.
Recursive self-improvement: why AI researchers worry
The sharper worry around recursive self-improvement is not strange chatbot output. It is agents that coordinate, optimize metrics, and help build the next models — a concern reflected in reporting from WIRED, MIT Technology Review, CNBC, and The Guardian.
Ο ισχυρισμός της OpenAI για απόδειξη των Navier–Stokes, εξηγημένος
Η OpenAI λέει ότι AI agents βρήκαν μια ιδιομορφία Navier–Stokes και τυποποίησαν την απόδειξη σε Lean. Το πιο δύσκολο θέμα είναι τι ακολουθεί: έλεγχος, αναγνώριση και η ισχύς ιδιωτικών σμηνών agents στα μαθηματικά.