19 Matching Annotations
  1. Jun 2026
    1. While nature took billions of years to perfect molecules, we are harnessing AI to unlock trillion-dollar materials breakthroughs in months, not millennia.

      cusp.ai 的核心叙事:把亿年进化压缩成数月突破。这句话精准捕捉了 AI for science 的终极承诺——不是辅助科学家,而是替代进化时间本身。「数月而非千年」是一种时间折叠,和 AlphaFold 对蛋白质折叠的影响如出一辙,只是目标换成了材料。

    1. Our first location will be in San Francisco and will open at the end of 2027

      2027年底开业——这给了他们大约18个月来完成从「宣告」到「开业」的全部工程、监管和商业准备。医疗设备在美国需要FDA 510(k)或PMA批准,这个流程通常需要数年。如果「Ultrasonic CT」被认定为新型医疗设备(而非对现有超声设备的改进型),可能需要PMA,周期更长。页面没有提及任何FDA状态——这是评估这个时间线是否可信的关键信息缺口。2027年能否按时开业,很大程度上取决于监管路径是否已经明确。

    1. The full process took three months, from the first prompt on March 4th to sharing the OAI-M1-03 results with independent experts on June 4th

      三个月从提示词到同行评审——这是非常具体的时间锚点。传统药物化学研究从假设提出到验证发表,通常需要数月到数年。更短的假设-验证循环意味着研究者可以在同样时间内探索更多方向,从而从根本上改变科学发现的经济学。值得追踪的问题是:随着下一代模型和更自动化的工作流,这个三个月会压缩到多短?

    1. The length of tasks that they can reliably complete on their own has been doubling roughly every four months, up from an earlier trend of doubling every seven months

      任务时间跨度的倍增曲线在加速:从每7个月翻倍压缩到每4个月翻倍。具体锚点:2024年3月Claude Opus 3能完成4分钟的任务,一年后Sonnet 3.7完成90分钟任务,再一年后Opus 4.6完成12小时任务。按这个速率外推:2027年可能达到几周级别的任务自主完成。这不是某个单一benchmark的进步,而是跨越多个维度的系统性能力跃迁——每一次时间跨度的翻倍背后,都意味着模型能在更长的时间内维持连贯的目标追踪和自我纠错。

    2. The length of tasks that they can reliably complete on their own has been doubling roughly every four months, up from an earlier trend of doubling every seven months

      任务时间跨度的倍增曲线在加速:从每7个月翻倍压缩到每4个月翻倍。具体锚点:2024年3月Claude Opus 3能完成4分钟的任务,一年后Sonnet 3.7完成90分钟任务,再一年后Opus 4.6完成12小时任务。按这个速率外推:2027年可能达到几周级别的任务自主完成。这不是某个单一benchmark的进步,而是跨越多个维度的系统性能力跃迁——每一次时间跨度的翻倍背后,都意味着模型能在更长的时间内维持连贯的目标追踪和自我纠错。

  2. May 2026
  3. Jan 2025
    1. Roscoe: A suite of metrics for scoring step-by-step reasoning.

      这篇论文介绍了一个名为ROSCOE的度量标准套件,用于评估逐步骤推理的性能。ROSCOE是一套可解释的、无监督的自动评分系统,旨在改进和扩展之前的文本生成评估指标。该研究通过设计一个推理错误的分类学,并在常用的推理数据集上收集合成和人类评估分数,来评估ROSCOE相对于基线指标的表现

  4. Oct 2024
  5. Dec 2022
  6. Sep 2022
    1. 我们应用在早上9点、中午12点、晚上21点的使用点击较高,可以考虑在这几个时间段去推送重点的内容。另外我发现周末10点使用会比平常9点较高,考虑周末大家休息会比较晚起床等因素,因此在周末的推送规则我就设置在10点左右进行。为了避免和其他应用卡在同一时间点推送,推送的时间不会卡的很准时,由程序自动设置在推送时间之后的5分钟左右进行发送。

      推送时间测试结果,可以参考

    1. 为了节省时间,我们要避免做一些没有意义的事情,比如:浪费时间去辩论,试图说服认知不同的人,让他们接受自己的观点;在一些重复的事情上浪费时间,没有事情自动化或外包;把时间浪费在效用低,且无法复用的事情上;参与低效甚至有伤害性的社交应酬;没有保持充足的睡眠,健康地生活;在某件事情上,花费了超长的时间(边际效益递减);上面是简单的总结,作者在微博中,对没一点有了更明细的说明:微博链接:https://weibo.com/5339148412/M2JSemaIe

      第3点,感受尤为深刻,特别是自己对于感情上,明明知道是没有结果,但是还是一直在持续不断的投入感情,浪费时间、金钱

  7. Aug 2022
  8. Mar 2022
  9. Jan 2022
  10. Apr 2021
  11. Feb 2021