PulseAugur
中
实时 22:37:49
实体 Psi

Psi

PulseAugur coverage of Psi — every cluster mentioning Psi across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
10
90 天内 12
发布 · 30天
0
90 天内 0
论文 · 30天
5
90 天内 6
层级分布 · 90 天
主题
关系
时间线
  1. 2026-11-10 research_milestone A PSI researcher used Anthropic's Fable 5.2 model to solve the Aaronson-Ambainis conjecture, an 18-year-old problem in quantum computing. 来源
情绪 · 30 天

5 天有情绪数据

LAB BRAIN
hypothesis active 置信度 0.65

Psi to partner with Anthropic for Fable 5.2 commercialization

Psi has demonstrated significant success using an unreleased Anthropic model (Fable 5.2) for a major scientific breakthrough. This strong performance and close collaboration suggest a potential partnership where Psi could be an early adopter or even co-developer in commercializing Fable 5.2 for scientific research applications.

observation active 置信度 0.75

AI is accelerating theoretical physics research timelines

Psi's use of an AI model to solve an 18-year-old quantum computing conjecture in a short period highlights a new trend. AI is not just assisting in empirical research but is now capable of tackling complex theoretical problems, drastically reducing the time to discovery and potentially reshaping the pace of theoretical physics.

hypothesis active 置信度 0.55

Psi to release a specialized AI tool for scientific conjecture solving

Given Psi's success in leveraging AI for a significant scientific breakthrough, it's plausible they will productize this capability. They may develop and release a specialized AI tool or platform tailored for solving complex scientific conjectures, building on their experience with the Aaronson-Ambainis problem.

查看全部假设 →

最近 · 第 1/1 页 · 共 13 条
  1. TOOL · CL_363445 ·

    新的PSI方法增强了对神经网络的理解和控制

    研究人员开发了一种名为可编程语义干预(PSI)的新方法,用于理解和控制冻结的神经网络的行为。PSI允许研究人员通过语义程序直接定义变量与干预之间的关系,该程序规定了改变变量如何改变模型的输出。在MIB基准测试上,该方法在不要求经过策划的反事实数据集或地面真实标签的情况下,表现与监督式对齐方法相当。此外,PSI支持无供体引导,可以根据研究人员选择的输出来精确控制模型的答案。

  2. TOOL · CL_359705 ·

    检测生产环境机器学习模型中的数据漂移

    本文提供了一份实用指南,用于检测部署在生产环境中的机器学习模型中的数据漂移。文章详细介绍了多种统计方法,包括PSI、Wasserstein度量和Kolmogorov–Smirnov检验,以识别模型性能的无声衰减。该指南还强调了实施有效警报的重要性,以便在性能下降影响用户之前通知他们。

  3. TOOL · CL_351525 ·

    Anthropic的Fable 5.2助力量子计算取得突破

    研究系统初创公司PSI利用Anthropic的Fable 5.2模型的早期版本,解决了量子计算领域一个存在18年之久的Aaronson–Ambainis猜想。该解决方案已被转换为可验证的格式,并得到了Scott Aaronson等知名研究人员的谨慎乐观回应,他们认为尽管复杂,但该解决方案是正确的。这一进展虽然排除了一个特定的量子优势途径,但凸显了AI在加速理论科学发现方面日益增长的作用。

  4. TOOL · CL_351418 ·

    Psi 使用未发布的 Anthropic 模型进行量子计算;谷歌将 AI 功能扩展到 Pixel 手机

    专注于 AI 驱动的科学发现的公司 Psi 利用未发布的 Anthropic 模型解决了量子计算中的一个长期存在的问题。此外,谷歌在其 11 月的 Pixel Drop 更新中将 Rambler 听写技术的可用性扩展到了 Pixel 10 设备,该更新还包括对旧款 Pixel 手机的其他 AI 增强功能以及对 Pixel 11 上的 Google Messages 的改进的 HiLight 功能。

  5. SIGNIFICANT · CL_351431 ·

    AI 解决了长达 18 年的量子计算难题,预示着科学发现的转变

    Physical Superintelligence (PSI) 正在利用 AI 解决复杂的科学问题,最近在量子计算领域取得了突破。一位 PSI 研究人员使用 Anthropic 的 Fable 5.2 模型解决了 Aaronson-Ambainis 猜想,这是一个在量子查询复杂度领域存在了十八年的问题。虽然这个具体结果是一个否定性发现,但它凸显了 AI 在理论领域的日益增长的能力,并预示着一个 AI 在科学发现中扮演主导角色的未来。

  6. RESEARCH · CL_345834 ·

    量子猜想被证明,谷歌收购怀俄明州数据中心,微软终止与甲骨文的交易

    PSI开发的一个研究系统在短短三天内成功证明了2008年的量子计算问题——Aaronson-Ambainis猜想。该证明利用了非公开的Anthropic模型实例,并使用Lean证明助手进行了验证,表明除非存在特定的罕见模式,否则量子计算机可能无法在随机输入上提供指数级加速。在其他新闻中,谷歌在对怀俄明州的一个园区进行重大投资后,从Crusoe手中收购了一个怀俄明州的数据中心场地。此次收购使谷歌能够更直接地控制其AI基础设施的电力战略。…

  7. RESEARCH · CL_345477 ·

    Anthropic AI模型证明了18年前的量子猜想,已在Lean中验证 · 跟踪4个来源

    据报道,一个未发布的Anthropic AI模型已经证明了Aaronson-Ambainis猜想,这是一个自2008年以来悬而未决的量子计算问题。Physical Superintelligence (PSI)表示,他们的研究系统利用Anthropic模型找到了证明,然后使用Lean定理证明器进行了验证。这一突破为量子加速设定了基本限制,并已在Lean中得到检验,更广泛的专家评审尚待进行。

  8. TOOL · CL_345303 ·

    PSI 使用私有 Anthropic 模型找到量子计算证明

    PSI 宣布在量子计算复杂性方面取得突破,找到了一个 2008 年提出的猜想的证明。该研究系统利用了一个私有的 Anthropic 模型,在运行三天内生成了第一个证明。该证明随后使用 Lean 进行了进一步验证,结果表明量子计算机在某些是/否问题上无法像经典计算机那样指数级地减少输入查找次数。

  9. TOOL · CL_313319 ·

    Claude Code驱动的实时新加坡雾霾地图可视化空气质量来源

    一位用户使用Claude Code开发了一个新加坡实时雾霾地图,用于可视化空气质量数据及其来源。该地图整合了卫星火灾探测、烟雾羽流预测和粒子模型,以追溯过去五天的空气来源并预测未来状况。Claude Code在编写数据管道、地图界面和持续集成(CI)方面发挥了关键作用,用户像一个小团队一样管理整个过程,并通过移除虚假的火灾探测来优化数据。

  10. TOOL · CL_209882 ·

    MLOps架构通过自动再训练应对生产模型漂移

    本文讨论了确保机器学习模型在生产环境中保持有效性的强大MLOps实践的关键需求。文章概述了一个端到端的架构,该架构集成了使用PSI和KS测试的漂移检测,以及一个自动再训练流水线。所提出的系统利用FastAPI、Prometheus和MLflow等工具来监控模型性能,并在检测到性能下降时自动再训练模型,从而防止静默故障。

  11. TOOL · CL_154455 ·

    研究发现,机器学习监控中的漂移检测器容易出现误报

    一篇新的研究论文分析了机器学习监控中常用漂移检测方法的误报率。研究发现,虽然PSI对批次大小敏感,并且在小样本量下会产生频繁的误报,但其性能在批次超过200个样本时有所改善。KS、MMD和LSDD在不同批次大小下表现出更稳定但仍有波动的可靠性。应用Bonferroni校正可减少假阳性,但也会降低真阳性敏感度,凸显了漂移检测中稳定性和敏感性之间固有的权衡。

  12. MEME · CL_40063 ·

    Singha啤酒家族面临性虐待指控丑闻

    泰国著名的Singha啤酒家族卷入了一场涉及两兄弟之间性虐待指控的丑闻。弟弟是一名环保活动家,他公布了录音并在脱口秀节目中详细讲述了这些指控以及他随后与家人疏远的情况。哥哥否认了这些指控,只承认了欺凌行为,但否认了任何性行为不端。

  13. RESEARCH · CL_05097 ·

    新的PSI基准数据集助力自动驾驶实现类人推理

    研究人员推出PSI,一个旨在提高自动驾驶系统安全性和社会意识的新基准数据集。该数据集从驾驶员的视角捕捉了行人过马路意图的演变,包括人类的推理解释。PSI旨在促进能够预测意图、模拟驾驶员决策、生成推理和预测轨迹的模型的开发和评估,最终推动自动驾驶系统与人类认知过程相符的研究。