闭源实验室RL细节外泄

在顶级模型层面，真实世界的可用性远比 AA 上 +/- 2 分的差距重要得多。一个模型需要花一段时间才能理解这一点，AA 在某种程度上是一种潜力，但有些模型能兑现，有些则不能（例如 opus 5 与 5.5）。看起来 3.1 可能更偏向未能兑现的一侧。

时间线上关于 Kimi 3.1 的正面反响不多。如果你有时间试过这个模型，你的印象如何？（我还没试）

这是个错误，但我猜他们会纠正。中国实验室非常渴望影响西方生态和 X，所以他们很可能在这里走得太远了。他们紧跟风向，我打赌他们会明白（即使是一些文化差异导致了这一点）

我还不知道这算不算互联网规模的灾难，但这绝对是我们迄今最大的一次压力测试。

看起来 AI 的网络风险可能更多是生态层面的问题，而非开放权重模型特有的问题。如果我们能在这里找到合适的平衡点，我认为有很多人愿意在 RSI 和即将到来的 AI 动态面前支持更大的开放性。

尝试把模型用在编程/机器学习之外的事情上，比如做幻灯片、制定连贯的计划或较长的内容设计，让我觉得 AGI 的到来还得等上一阵。

这里的机器人回复太失控了，真糟糕

各位，这就像我的超级碗，我等了太久，美国开源权重模型终于再次有竞争力了。在今天之前，美国模型仍然落后于最早2026年2月的中国模型。还有更多工作要做！ 这把差距至少缩小了一半，按时间算（大约3个月）

Meta Muse 开源许可证就是垃圾。 好在根本没人真正在乎许可证，除了那些乐于照章办事的推理服务商。

Nemotron 4？？？