Los LLM son absolutamente increíbles para cosas en o como su conjunto de entrenamiento (en distribución). Son útiles para los expertos experimentados para cosas más allá del conjunto de entrenamiento. En la frontera de la distribución. Poca evidencia de avances mucho más allá de la distribución hasta ahora.
NIK
NIK8 sept, 00:17
Cofundador de OpenAI: "gpt-5 pro para matemáticas novedosas, en asociación con un profesor de matemáticas" Matemáticos: "A primera vista, esto puede parecer útil para una fase exploratoria, ayudándonos a ahorrar tiempo. En la práctica, sin embargo, fue todo lo contrario" > solo parece apoyar la investigación incremental > ideas genuinamente nuevas > solo combinar ideas provenientes de diferentes fuentes > "todavía estamos lejos de compartir el entusiasmo sin reservas que ha despertado @SebastienBubeck post" Predicciones futuras > saturará el panorama científico con contribuciones técnicamente correctas pero solo moderadamente interesantes > dificultando que se destaque un trabajo verdaderamente original > "una avalancha de resultados técnicamente competentes pero poco inspirados que diluyen la atención" > los estudiantes de doctorado pueden perder oportunidades esenciales para desarrollar habilidades fundamentales > no solo una pérdida de originalidad, sino también un debilitamiento del proceso mismo de convertirse en matemático por favor, no caiga en las tácticas de relaciones públicas de OAI.
5.01K