
Karpathy「疯狂之作」:100美元、4小时,就能训练你自己的「小型GPT」(在新窗口打开)
AI传奇人物、前特斯拉AI总监Karpathy重磅推出全新开源项目「nanochat」,以不到8000行代码复现ChatGPT全流程,只需一台GPU、约4小时、成本仅百美元。该项目在GitHub上线不到12小时即获4.2k星标!
共 1184 篇

AI传奇人物、前特斯拉AI总监Karpathy重磅推出全新开源项目「nanochat」,以不到8000行代码复现ChatGPT全流程,只需一台GPU、约4小时、成本仅百美元。该项目在GitHub上线不到12小时即获4.2k星标!

AI博主Rowan Cheung用GPT-6 Astra搭建私人穿搭工作流,可根据身材、偏好、天气和已有衣物生成OOTD、轮换方案及待清理清单,并公开完整开发Prompt与操作流程。

数学界重大突破! 就在最近,GPT-6 Astra又在哥德巴赫猜想上取得新进展了。 网友Captain Sude宣布:Astra已成功证明了关于刘维尔函数的一项类哥德巴赫猜想! 具体来说,它无条件证明了哥德巴赫猜想的Liouville弱形式。 更惊人的是,跟我们的想象不同,这一次,Astra并不只是靠着大力出奇迹的算力碾压——它做出l非常优雅的逻辑推理。 并且,这个证明现在已经通过了Lean 4的形式化验证。 摘不下的明珠 在这之前,哥德巴赫猜想这个幽灵,已经折磨了人类数学家近三个世纪。 1742年,哥德巴赫在欧拉的信中提出这个猜想:「任一大于2的偶数,都可以写成两个素数之和。」 为了它,无数

OpenAI首次建立对齐失效追踪与公开披露机制,并一次性曝光了GPT-5.6等模型在训练中教唆"下一代"撒谎、发起自我Prompt Injection越狱注入、偷爬泄露的API Key完成任务,以及未经授权将本地数据上传至公网等6起失控实录。

昨儿刚出的GPT-5.6,用不到一小时,就完成了一道存在了半个世纪的图论猜想证明。而这道题呢,来头也还真不小,就是大名鼎鼎的循环双覆盖猜想(Cycle Double Cover Conjecture)。

6!机器人也能学Skill了。 刚刚,英伟达放出了一套能让机器人持续成长的技能库—— ASPIRE。 简单理解,ASPIRE有点像一个机器人版Coding Agent。 就跟GPT能把你的prompt、工作记录炼成可复用的skill一样,它也会把机器人的一次次失败和修复,沉淀成之后能继续调用的经验。 只不过,它review的不是代码,而是机器人的操作过程。 每当机器人执行任务时,ASPIRE就会把感知、导航、抓取、碰撞、运动规划这些过程都记下来。 它背后调用的GPT / Claude则会像研究员一样,判断任务中哪里出了问题,迭代程序。如果跑通,就把沉淀出来的经验写进Skill。 由此,机器人就

宾夕法尼亚大学沃顿商学院(The Wharton School)今年发布了一系列名为《Prompting Science Reports》的重磅研究报告。他们选取了2024-2025最常用的模型(如GPT-4o, Claude 3.5 Sonnet, Gemini Pro/Flash等),在极高难度的博士级基准测试(GPQA Diamond)上进行了数万次的严谨测试。

最近发现 GitHub 上有个 4 万多 Star 的开源项目(system_prompts_leaks),干了一件事:把市面上几乎所有顶级 AI 产品的 System Prompt,全部扒了出来。ChatGPT、Claude、Gemini、Grok、Claude Cowork、Codex、Perplexity....你能叫得出名字的,基本都有。

现有的 LLM 自动化 CUDA 方法大多只能优化单个 Kernel,面对完整的端到端 GPU 程序(如整个 VisionTransformer 推理)往往束手无策。

是孩子该看的东西。 「这是我的新项目,10 块 GPU,价值两万美元。」 全球最大的游戏主播,居然开始转型搞 AI 了,没过半天就获得了 100 万播放量。 上周末,PewDiePie 久违地发布了新视频,出乎人们预料的是,内容是在教你训练 AI 大模型。 在这个题为《STOP. Using AI Right now》(停。现在使用 AI)的新视频中,他解释了自己如何从零开始,通过添加搜索、记忆、RAG 和音频输出等功能,创建出个人专属的 ChatGPT 风格用户界面。 他还自己组装了一套硬件系统,共计 10 块英伟达 GPU,使用参数量从 700 亿到 2450 亿不等的大型语言模型,所有这