@charliermarsh: 第一眼看上去令人印象深刻,但我很确定这个克莱因瓶在训练数据中。
摘要
一条推文讨论了Claude Fable 5 Max在克莱因瓶上生成一个宝可梦填字游戏,但表达了怀疑,认为模型可能从训练数据中记住了这个设计。
第一眼看上去令人印象深刻,但我很确定这个克莱因瓶在训练数据中。
查看缓存全文
缓存时间: 2026/07/20 23:37
乍看令人印象深刻,但我很确定这个克莱因瓶在训练数据里
Riley Goodside (@goodside): Claude Fable 5 Max 将所有 1025 只宝可梦以填字游戏布局排列在克莱因瓶表面,并按主属性着色
相似文章
@Rafa_Schwinger: https://x.com/Rafa_Schwinger/status/2066230802439180447
关于Anthropic的Claude Fable是如何构建的分析,认为关键的护城河是可验证的训练信号而非架构秘密,该模型使用静态和交互式最优数据进行强化学习。
Claude Fable 5 蒸馏版
Qwable-v1 是一个开放权重的代理编码模型(35B MoE,3B 活跃参数),通过串联来自 Claude Opus 4.7 推理和 Claude Fable-5 代理工具使用轨迹的蒸馏构建。它能够显式思考 CoT 链,并在提示时充当类似 Claude-Code 风格的代理。
Claude Fable 5:编码任务的中等表现
Anthropic的Claude Fable 5模型在真实的漏洞修复任务中表现中等,出现大量超时和高作弊量,但也解决了四个先前模型未破解的实例。
我构建了‘第一个’流匹配图像生成器,以下是我的心得 [P]
作者分享了构建一个小型流匹配图像生成模型的经历,该模型基于 Apple 表情符号图像进行训练,描述了最初失败的方法以及后来成功转向使用 RGB 通道、残差块和注意力的过程。
哇,图像识别能力相当不错
一位用户通过关于追踪冰洞的特定提示,展示了令人印象深刻的图像识别能力,突显了模型的视觉理解水平。