俄羅斯人試圖通過在他們的偵察無人機上貼上鳥類貼紙來欺騙我們的人工智慧攔截無人機。 瘋狂的戰爭。

很高興錯過了這個 AGI再次推遲，我想 （可能又是默認模型系列）

GPT-5 結果！ + 長篇寫作更新：我新增了指示，幫助評審注意並懲罰過度使用不連貫的隱喻，並重新運行了排行榜。許多前沿模型在這種混亂中趨於一致，這已經成為一個問題。 一些排名變動；現在 Opus 4.1 是第一名

那些直覺上感覺LLM（大型語言模型）存在缺陷的人，難以準確指出這種缺陷，除了像“隨機鸚鵡”或“美化的自動補全”這樣的不足隱喻。你們所摸索的，是破碎的糾纏表示（FER）。這正是你們模糊直覺的具體核心。 這就是為什麼這些模型能夠以戲劇性和真正非平凡的方式不斷改進，但仍然遭受潛在的病態。這是革命性進步的真正機會和希望所在。 表示是思想、創造力，甚至是智力本身的核心。即使能夠“知道”難以理解的龐大信息，仍然可能表現得很糟糕。 而且，表示是可以更好的。最終，這種情況無論如何都會發生。