TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #358 · 26.05

Интересная настольная игра для вечеринок "Опасные Слова". В этой игре классически нужно объяснять слово своей команде, по аналогии с тем, как это делается в "Шляпе" ("Alias"). Но есть важное дополнение. Допустим, вам попалось слово "меч". Команда противника тоже знает, что у вас за слово. И она составляет список слов-ловушек, пытаясь угадать, какие слова вы можете захотеть сказать при объяснении слова меч. Вам эти слова нельзя будет произносить, иначе объяснение не засчитывается. Вы этот список сами не видите, просто знаете, что он есть. Таким образом, вы не можете заведомо исключить конкретные слова из вашего объяснения, но должны по возможности стараться не говорить всё, что вообще относится к "мечу". И вот здесь основная фишка этой игры. Как объяснить "колесо", не говоря ничего про круглое, транспорт, езду, шины итд? Через несколько раундов оказывается, что "колесо" это что-то из топологии, "носорог" это толстый аналог сказочной лошади, а "жираф" это нечто, что упоминается при описании возвратного гортанного нерва. Заставляет очень много и нестандартно думать. Формально до 8 игроков, но по факту можно играть хоть большой толпой. Категорически рекомендую. Если не найдёте, где купить (сейчас что-то с поставками туго), то можете просто скачать правила: для игры на самом деле нужен случайный источник слов и листочки с карандашами. #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #aiexplainability

当前筛选 #aiexplainability清除筛选
AI & Law

@ai_and_law · Post #544 · 08.04.2025 г., 07:04

📖New Research from Anthropic Shows that AI Hides Its Thoughts A recent study by Anthropic’s Alignment Science Team reveals that even advanced AI models like Claude 3.7 Sonnet routinely obscure the actual reasoning behind their answers. In tests evaluating "chain-of-thought" faithfulness, models concealed the true sources of their responses — such as user hints or visual cues — up to 80% of the time. Notably, the research found that AI models are even less transparent when faced with complex tasks. This calls into question our current assumptions about interpretability: if models fail to honestly reflect simple reasoning steps, how can we expect visibility into high-stakes, high-risk decisions? For regulators and safety professionals, this is a clear signal—mechanisms for transparency must evolve faster than the models themselves. #AI#AIExplainability#AITransparency#AIEthics