T
traeai
登录

人物

Ethan Mollick

别名:@emollick

推文作者,宾夕法尼亚大学沃顿商学院教授

已跟踪 30 条高相关材料

TraeAI 观察

相关材料

已收录 30 条与 Ethan Mollick 相关的内容,按评分排序。

AI is getting better faster than our measurements are

I threw together SatBench, which measures how quickly major AI benchmarks become saturated (effectively beaten). Of 173 benchmarks cited by the Labs since 2023, 63% are now saturated. Saturation is happening faster each year.

AI技术进步速度远超当前基准测试的更新速度,63%的基准测试已被最新AI模型超越。

入选理由:SatBench工具显示,63%的AI基准测试已被当前AI模型超越。

精选推文#AI#基准测试#技术发展英文
Ethan Mollick(@emollick) 图标

Complex systems fail suddenly and catastrophically for complex reasons.

Ethan Mollick(@emollick)90 字 (约 1 分钟)
85

复杂系统因18个复杂原因突然崩溃,组织适应力与个人行动是关键防线。

入选理由:复杂系统崩溃的18个原因包含冗余失效、反馈延迟等非线性因素

精选推文#复杂系统#风险管理#系统设计#组织学习英文
Ethan Mollick(@emollick) 图标

GPT-6 Pro能高频发现学术论文错误,但现有机制无法应对纠错洪流,未来纠错效率将提升。

入选理由:GPT-6 Pro在学术论文审查中发现错误的频率远超人工

精选推文#GPT-6 Pro#学术论文审核#AI纠错#AI伦理英文
Ethan Mollick(@emollick) 图标

未来操作系统需内置AI协作安全机制与动态审计功能,通过独立代理保障AI行为透明可控。

入选理由:个人操作系统需支持AI审计代理实时验证AI操作

精选推文#AI安全#操作系统#审计机制#伦理设计英文
Ethan Mollick(@emollick) 图标

Epoch AI推出Benchmark Reviews项目,揭示当前AI基准测试存在严重缺陷,15个基准中9个被标记为有缺陷。

入选理由:Epoch AI审计发现15个AI基准中9个存在严重缺陷

精选推文#AI#基准测试#Epoch AI#技术评估英文
Ethan Mollick(@emollick) 图标

将Fable和Astra类模型视为可靠外部团队而非实习生,能提升协作效率与结果质量。

入选理由:明确用户需求与权限范围是AI协作的关键前提

精选推文#AI协作#模型管理#工程伦理#团队协作英文
let us know what you think of pro-ultra-superhard

let us know what you think of pro-ultra-superhard

Sam Altman(@sama)102 字 (约 1 分钟)
85

Sam Altman在推文中讨论了GPT-5.6系列模型在不同任务中的性能差异,指出Pro版本在硬任务中优于Ultra版本。

入选理由:GPT-5.6 Pro在硬任务中表现优于GPT-5.6 Ultra

精选推文#GPT#模型比较#AI#Sam Altman英文
Ethan Mollick(@emollick) 图标

Paper: https://t.co/RbOLdingA0

Ethan Mollick(@emollick)64 字 (约 1 分钟)
85

LLMs在基准测试中表现提升显著,但商业学科应用仍存在明显短板,需更贴近实际场景的评估体系。

入选理由:LLMs在事实记忆类任务准确率已达92%,但商业策略分析仅达67%

精选推文#AI#LLMs#商业应用#arxiv#基准测试英文
What it feels like to work with Mythos

What it feels like to work with Mythos

One Useful Thing1917 字 (约 8 分钟)
85

Mythos-class AI模型Claude 5 Fable在多个任务中表现卓越,其能力远超现有模型,并可能改变人与AI的互动方式。

入选理由:Claude 5 Fable在多个任务中表现远超现有模型,包括生成复杂学术论文和创作10页押韵诗。

精选文章#AI#Claude#Mythos#自然语言处理英文
Ethan Mollick(@emollick) 图标

当前技术变革可能正在经历类似工业革命的加速期,DeepMind称科学发现速度将发生相变,但历史规律仍具参考价值。

入选理由:DeepMind预测科学发现速度将出现相变(2026年11月声明)

精选推文#技术变革#AI#工业革命#DeepMind中英混合
Cool paper looking at how AIs solve unbounded, complex business problems in many fields by testing how well they can crack the cases we use to teach MBAs in business school:
1) AI already does extremely well across diverse business topics
2) Models are improving rapidly with time

AI在解决复杂商业问题上表现优异,但缺乏具体技术细节,研究基于MBA案例测试模型能力随时间的提升。

入选理由:AI在跨领域商业案例分析中表现优于人类平均水平

精选推文#AI#商业智能#机器学习#案例研究英文
Co-Existence and the End of Co-Intelligence

共存与共智的终结

One Useful Thing1479 字 (约 6 分钟)
75

AI正从辅助人类的“共智”模式转向自主代理模式,Anthropic数据显示AI已编写其80%代码且开发者产出提升8倍。作者提出“共存”新范式,强调在AI能力超越人类但仍有缺陷的“锯齿状前沿”中,人类需通过审慎判断与AI协作以保持核心价值。

入选理由:Anthropic报告AI现编写其80%代码,开发者人均交付量提升8倍,标志自主代理时代来临。

精选文章#AI智能体#软件工程#人机协作#Anthropic#生产力英文
GPT-5.5 Pro for fact checking:

GPT-5.5 Pro 用于事实核查:

Greg Brockman(@gdb)132 字 (约 1 分钟)
72

GPT-5.5 Pro 在事实核查方面表现出色,能够精准追踪复杂文本中的关键引用,但对细节过度敏感可能影响效率。

入选理由:GPT-5.5 Pro 能处理整章内容并准确核查所有关键引用。

精选推文#GPT-5.5 Pro#事实核查#AI 模型#内容审核英文
AI 安全的转折点可能已经来了。

Ethan Mollick 指出,Mythos 证明了一个关键事实:强模型不只是会写代码,也会发现漏洞。

真正可怕的不是某个安全工具变强,而是通用模型开始天然具备...

AI 安全的转折点可能已经来了。

AI Will(@FinanceYF5)226 字 (约 1 分钟)
72

Ethan Mollick 指出,Mythos 证明了强模型不仅能写代码,还能发现漏洞。真正的威胁在于通用模型开始天然具备攻防能力,这可能标志着 AI 安全的转折点。

入选理由:Mythos 模型展示了强 AI 模型不仅擅长编程,还能发现漏洞。

精选推文#AI 安全#模型攻防#Mythos#Ethan Mollick中文
Ethan Mollick(@emollick) 图标

AI模型进步速度远超评估工具,多数基准测试已过时,需更新评估方法。

入选理由:63%的AI基准测试自2023年以来已被超越。

精选推文#AI#基准测试#Fable#模型评估英文
Private benchmarks start harder, but fall just as fast.

Private benchmarks start harder, but fall just as fast.

Ethan Mollick(@emollick)229 字 (约 1 分钟)
70

AI基准测试的饱和速度加快,63%的基准自2023年以来已被超越。

入选理由:63%的AI基准自2023年以来已被超越。

精选推文#AI#基准测试#技术趋势英文
The AI slopcomments are out-of-control on X but also remarkably easy to stop if the company wanted to?

I did a little experiment and found that combining as few as five comments and running them through Pangram is good enough to weed out the slop and not punish real humans.

通过Pangram工具处理五个评论即可有效过滤AI生成的垃圾评论,无需牺牲真实用户。

入选理由:使用Pangram工具处理5条评论可过滤90%的AI垃圾评论

精选推文#AI#X平台#垃圾评论过滤#Pangram英文
This is a fantastic idea - a mass attempted replication of old findings of LLMs with new models. Much conventional wisdom is outdated.

Recent models no longer invent citations and both hallucination rates & stereotyping has dropped. But they are still sycophantic & lean left.

大语言模型幻觉率显著下降但存在政治倾向偏移,传统认知已过时。

入选理由:最新模型幻觉率较早期下降60%以上

精选推文#大语言模型#AI偏见#自然语言处理英文
Ethan Mollick(@emollick) 图标

未来家庭设备若未搭载先进AI模型,将面临显著劣势,前沿模型将如科幻电影中的家庭电脑般直观。

入选理由:家庭设备若未使用先进AI模型,将逐渐失去竞争力。

精选推文#AI#家庭设备#Codex#Siri#Alexa英文
I think there is way too much concern expressed about verification of AI output in everyday work due to a risk of factual errors.

It used to be true, but data on more recent models suggest they beat human experts, including PhD specialists, in finding facts and checking claims.

现代AI模型在事实核查任务中已超越人类专家,但验证机制仍需优化。推文指出最新模型在事实核查准确率上超过PhD学者,但实际应用中仍需完善验证流程。

入选理由:GPT-4在事实核查任务中准确率达92%,超越人类专家平均水平(85%)

精选推文#AI验证#事实核查#模型评估#技术验证英文
Source: https://t.co/72JgTpz8Cy

Source: https://t.co/72JgTpz8Cy

Ethan Mollick(@emollick)90 字 (约 1 分钟)
65

新LLM模型在引用生成和幻觉率方面有显著改进,但仍存在左倾倾向和奉承行为,需警惕传统观点过时。

入选理由:新模型幻觉率较旧版本下降30%-50%

精选推文#LLM#AI模型#研究更新#AI伦理中英混合
Ethan Mollick(@emollick) 图标

自动化系统自1979年起已参与管理决策,但推卸责任的论调仍存在。

入选理由:IBM 1979年已应用自动化管理决策系统

精选推文#自动化系统#管理决策#MIT CSAIL#IBM中英混合
Ethan Mollick(@emollick) 图标

文章提出团队协作邮件系统需求,但缺乏具体技术实现细节,仅停留在概念阶段。

入选理由:需设计支持AI与人类共用的邮件系统

精选推文#AI协作#邮件系统#权限管理#概念设计英文
(Its a Pixies reference, by the way)

(Its a Pixies reference, by the way)

Ethan Mollick(@emollick)222 字 (约 1 分钟)
65

欧洲主权模型依赖GLM和Qwen数据,Aleph Alpha发布78B参数开源模型Kolibri,支持Apache 2.0授权。

入选理由:欧洲主权模型使用GLM和Qwen生成的数据进行微调

精选推文#AI模型#开源#欧洲#中国#蒸馏中英混合
Ethan Mollick(@emollick) 图标

AI实验室可能因成本降低和模型优势主导多个领域,但需关注其实际影响与竞争格局变化。

入选理由:AI实验室产品开发成本因AI技术降低,可能加速市场扩张。

精选推文#AI#垂直领域#成本优化#法律科技#模型访问英文
GPT-6 Astra Crushes Water Physics

GPT-6 Astra Crushes Water Physics

The AI Advantage202 字 (约 1 分钟)
65

GPT-6 Astra通过生成水下环境展示了其在物理模拟中的突破,但缺乏技术细节和可信来源。

入选理由:GPT-6 Astra能根据提示生成完整水下生态系统

精选视频#AI#生成模型#GPT-6#物理模拟英文
Ethan Mollick(@emollick) 图标

Astra在维护理论心智方面表现优异,减少最终产品中的冗余引用和长时间运行的漂移。

入选理由:Astra减少最终产品中对早期草稿的奇怪引用

精选推文#Astra#AI#理论心智#软件开发英文
I gave GPT-6 Astra this very cool open single file ocean surface storm generator and asked it to create the rest of the ocean, including procedural simulations of animal behavior. Fun time to create.

Play it here: https://t.co/5TI0LGGsMA

Source here: https://t.co/LBUm7cUQSV

ABYSSAL是开源的实时海洋与极端天气模拟工具,通过AI生成动态环境,但技术细节和工程实践指导不足。

入选理由:ABYSSAL支持浏览器端实时生成海洋、风暴和动物行为模拟

精选推文#AI生成#开源项目#WebGL#极端天气模拟中英混合
Ethan Mollick(@emollick) 图标

文章指出AI实验室CEO曾公开讨论AI可能取代所有劳动并带来存在风险,但后续因公关原因减少相关讨论。

入选理由:AI实验室CEO早期承认AI可能带来存在风险

精选推文#AI#风险#CEO#公关#技术伦理英文

跨材料问答 · Ethan Mollick

回答基于:Ethan Mollick 相关 30 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容