Je jure que chaque organisation de recherche a lutté avec : "Comment partager plus de WIP sans que les gens le considèrent comme final ?" J'adore comment cliquer sur la nouvelle page Notes de @METR_Evals change tout le site en police manuscrite et fond de tableau noir. Un visuel fort qui crie "non sérieusement, c'est brut".

fou de voir cela de la part de la Fed de Dallas

• 20 août : xAI dit que si un modèle est >50% sur MASK, cela déclenche son seuil de "perte de contrôle". • 26 août : Grok CF1 a obtenu 72% et xAI a dit qu'il ne pose pas de risque. Il semble que les deux soient vrais : MASK n'est pas un benchmark très effrayant et xAI devrait expliquer pourquoi ils ont changé d'avis au cours de la semaine.