prediction

一条推文讨论了OpenAI的Chris Deane的预测，即机器人技术将经历类似于3D打印的热潮，配备廉价、开源的机器人臂与AI代理连接。

本实证研究比较了行为语言模型中的评分读出和生成读出，发现评分读出在预测任务中显著更准确，其系统性差距受任务监督和格式不匹配的影响。

Andrew Aiginin宣布，GPT-6 Astra是基准测试中用于抗体可开发性预测表现最佳的前沿模型，强调其能够预测超越结合能力的药物样特性。

这篇文章推测，数学、物理学、化学和生物学的未来进步如何可能使当前的医疗实践到2040年显得野蛮。

Elon Musk 表示，AI 可能在不到十年内将全球经济提高 20% 到 30%。

预测显示，一家大型公司可能因员工过度信任 AI 模型，引发集体 AI 精神错乱而倒闭。

一项预测表明，有人将在未来三个月内通过销售bot模板赚取超过100万美元，这与Grok Bot新推出的共享bot模板功能同时发生。

这条推文预测了未来基于与AI互动的三种人：拒绝AI的纯粹主义者、外包决策的自动主义者，以及在利用技术的同时保持人性的新文艺复兴人。

本文认为，仅基于预测的认证无法确保可信AI，并提出了一种'能力包络'框架，该框架集成了解释认证以检测隐藏故障。

埃隆·马斯克发推文提及1948年沃纳·冯·布劳恩的小说《火星计划》，其中诡异预见了一位名为'埃隆'的火星领袖，这与他的名字惊人相似。

本文讨论了预测AI模型发布日期的统计方法，可能分析了开发周期中的趋势和模式。

Benjamin De Kraker 回顾他2024年的预测，关于一家公司收购Cursor，以将构建器集成到Grok中，用于在X上制作和分享迷你应用。

文章表明，人工智能的最大赢家可能是那些拥有土地、能源和基础设施等稀缺资源的人，而不是程序员。

本文介绍了一种配对精确重置评估协议，用于确定何时从中型世界模型预测器切换到全量世界模型预测器能够改善任务特定的决策损失，并在PushT和PyBullet中的实验表明，增量路由具有优势。

@svpino的一条推文预测，人们会选择不在回复中添加水印的AI模型，这表明用户对AI输出的偏好正在转变。

这篇文章探讨了信息论中压缩与预测的数学等价性，涉及经典理论基础和现代应用，如语言模型。

这条推文批评了社交媒体如何让个体与现实脱节，引用了 Walter Kirn 过去关于 Luigi Mangione 的预测作为这种扭曲的一个例子。

Annie Sexton 在 ngrok 博客上发表的一篇文章，探讨压缩与预测之间的概念联系，可能讨论预测系统和压缩算法如何在根本上相互关联。

2011 年 Long Bets 的一项赌注：Jeremy Keith 与 Matt Haughey 押注 1,000 美元，赌该预测的原始 URL 到 2022 年是否仍然有效，收益将捐给布莱切利园信托基金或互联网档案馆。

一篇新的arXiv论文系统性地测试了关于大型语言模型为何在表格预测上失败的五个假设，发现维度是决定性因素：随着输入维度增加，LLM的准确率下降，而经典基线模型的准确率则保持平稳或有所提升。