Jeg sverger på at alle forskningsorganisasjoner har slitt med: «Hvordan kan vi dele mer WIP uten at folk behandler det som endelig?» Elsker hvordan @METR_Evals nye notatside endrer hele nettstedet til håndskrevet skrift og krittbakgrunn. Sterk visuell skriking "nei seriøst, dette er røft".

Vilt å se dette fra Dallas Fed

• 20. august: xAI sier at hvis en modell er >50 % på MASK, utløser det terskelen for "tap av kontroll" • 26. august: Grok CF1 fikk 72 % og xAI sa at det ikke utgjør en risiko Ser ut til at både sant MASK ikke er en v skummel målestokk, og xAI bør forklare hvorfor de ombestemte seg i løpet av en uke