OpenAI i Anthropic opublikowali obalenia hipotezy wykładniczego czasu
OpenAI i Anthropic opublikowali obalenia hipotezy wykładniczego czasu
OpenAI i Anthropic twierdzą, że ich wewnętrzne modele prawie jednocześnie obaliły hipotezę wykładniczego czasu i opublikowały prace oraz dowody w Lean.
OpenAI i Anthropic opublikowali obalenia hipotezy wykładniczego czasu (ETH).
Oba wyniki zostały, według firm, osiągnięte przez ich wewnętrzne modele 16 października prawie jednocześnie. Firmy opublikowały już artykuły oraz dowody sformalizowane w Lean.
Hipoteza wykładniczego czasu jest silniejszą wersją nierówności P ≠ NP, która zakłada, że niektórych problemów nie da się rozwiązać inaczej niż przez siłowe przeszukiwanie; jej dowód implikowałby również P ≠ NP. Trudno obecnie powiedzieć, jakie praktyczne konsekwencje będzie miało to obalenie.
Oprócz tego obalenia OpenAI opublikowało również ważne przełomy w matematyce i fizyce.
Dlaczego to ważne
AnalizaJeśli ETH zostanie obalona, może to podważyć podstawowe założenia teorii złożoności i kryptografii, a dowody w Lean pokazują rosnące znaczenie SI w formalnej, weryfikowalnej matematyce.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Anthropic przygotowuje się do IPO, a ekonomika AI się poprawia
Anthropic wykazał 8% zysku operacyjnego w drugim kwartale i ok. 85% marży brutto na inferencji. Mimo straty księgowej 80 mld USD w pierwszym półroczu firma może być już rentowna, jeśli wyłączyć przeszacowania zobowiązań związanych z akcjami.
Claude Haiku (Szybkie, kompaktowe modele Anthropic)
Najmniejszy i najszybszy model w ofercie Anthropic. Zaprojektowany do błyskawicznych odpowiedzi, masowej klasyfikacji tekstu, ekstrakcji danych oraz routingu agentowego przy minimalnych kosztach.
Claude Opus (Flagowa inteligentna modelka Anthropic)
Najsilniejszy model w rodzinie Anthropic. Stworzony do złożonej analizy filozoficznej i naukowej, tworzenia wielowarstwowych tekstów oraz głębokiego rozumienia kontekstu.
Wewnętrzny model OpenAI rozwiązał trzy otwarte problemy z matematyki, teoretycznej informatyki i fizyki
Zgłoszone przełomy obejmują obalenie hipotezy ETH, dowody dla hipotezy Kakeya i lokalnego wygładzania we wszystkich wymiarach oraz wyniki istnienia teorii Yang-Mills i pełnej QCD.
Claude Code Projects: jak jeden AI koordynuje zespół autonomicznych agentów
Głęboka analiza Claude Code Projects: architektura Coordinator i Threads, równoległe gałęzie, wspólna pamięć MEMORY.md oraz zarządzanie agentami w chmurze.
Codex Skills dla początkujących: jak zautomatyzować scenariusze pracy agenta AI
Praktyczny przewodnik po tworzeniu i korzystaniu z funkcji Skills w Codex: struktura pliku SKILL.md, aktywacja jawna i automatyczna, różnice między umiejętnościami (skills), skryptami a narzędziami (tools), API Skills oraz konfiguracja limitów bezpieczeństwa.