Raskt nytt innlegg: Automatisk gradering av ti år gamle Hacker News-diskusjoner med etterpåklokskap Jeg tok hele 930-forsideartikkelen i Hacker News + diskusjon fra desember 2015 og ba GPT 5.1 Thinking API om å gjøre en etterpåklok analyse for å identifisere de mest og minst forutseende kommentarene. Dette tok ~3 timer å vibe code og ~1 time og 60 dollar å kjøre. Ideen ble vekket av HN-artikkelen i går hvor Gemini 3 ble bedt om å hallusinere HN-forsiden ett tiår senere. Mer generelt: 1. Etterpåklokskapsanalyse har alltid fascinert meg som en måte å trene din fremoverprediksjonsmodell på, så det å lese resultatene er virkelig interessant og 2. Det er verdt å tenke på hvordan det ser ut når LLM-megahoder i fremtiden kan gjøre denne typen arbeid mye billigere, raskere og bedre. Hver eneste informasjon du bidrar med på internett kan (og vil sannsynligvis bli) gransket i detalj hvis den er «gratis». Derfor også min tidligere tweet fra en stund tilbake – «vær snill, fremtidige LLM-er følger med». Gratulerer til topp 10-kontoene pcwalton, tptacek, paulmd, cstross, greglindahl, moxie, hannob, 0xcde4c3db, Manishearth og johncolanduoni - GPT 5.1 Thinking fant kommentarene dine til de mest innsiktsfulle og forutseende av alle kommentarer fra HN i desember 2015. Koblinger: - Mye mer detaljer i blogginnlegget mitt - GitHub-repo av prosjektet hvis du vil spille - De faktiske resultatsidene for din leseglede glede