标签
这篇文章批判了AI研究中的常见做法，通过利用基准测试缺陷和实现细节，使稀疏注意力和KV缓存压缩技术看起来比实际更有效。
Hubert Dreyfus在1985年的批评认为，由于未解决的常识知识问题和未能建模人类理解与具身性，符号AI是一个退化的研究计划。
Ed Zitron 批评微软AI衰败、脱节且无方向，预测这家科技巨头的AI计划即将崩塌。
George Hotz 解释了他为何停止直播，认为奇观和人工智能已经侵蚀了黑客文化和真实的自我表达，将参与变成了被动消费。
比尔·格利批评声称具备AGI/ASI能力的AI公司，因为它们连解决诸如实时检测间谍蒸馏这类更简单的问题都做不到。
文章质疑为何OpenAI和Anthropic等前沿AI实验室不公开其训练数据规模，暗示模型性能提升可能源于数据量而非真正的智能。
一条推文批评AI模型在HTML <div> 标签上浪费Token，指出分词器低效地将40%的Token分配给了结构元素。
本文介绍了SAPS（合成算法预测系统）框架，认为现代AI系统不是在思考，而是在分词并计算统计模式，并阐明了人工系统与合成系统之间的关键区别。
作者批评AI编码工具就像多动症的初级开发者，产出花哨但低效的代码，需要大量的监督和修复，并质疑为何这些工具被当作高级助手来营销。
作者对AI进展表示失望，认为尽管经过多年发展和巨额投入，大型语言模型在基本推理上仍然力不从心，并引用了一篇揭示其根本缺陷的Apple论文。他们质疑围绕超级智能的炒作是否被误导了。