Short pieces where we state a position or explain a design decision. They are not peer-reviewed papers and do not pretend to be: each one is dated, signed, and says plainly what it does not show.
The declared failure boundary fired: eighty percent of the populations died at the first reversal of the food rule, which by our own preregistration closes the protocol. Inside the eight survivors the picture is clean. Without lifetime learning all forty worlds died, the learning rate grew thirtyfold, and the inherited taste did not move at all. Includes our own error in the second criterion and a plain language summary at the end.
The first experiment ended with a negative verdict we had declared in advance. This note works out what exactly failed, why an obstacle in the third stage turned out to be someone else's published prediction, and what the new experiment would have to show to count as a confirmation.
On the September statements about AGI, on why the dispute cannot be settled as posed, and on the fact that the instruments are breaking before the objects: capability evaluations are saturating and chain-of-thought monitoring is losing reliability. What we would measure instead of the label.
Короткие тексты, где мы формулируем позицию или объясняем проектное решение. Это не рецензируемые статьи и не претендуют ими быть: у каждой есть дата, подпись и прямо сказано, чего она не показывает.
Объявленная граница провала сработала: восемьдесят процентов популяций погибли на первом же перевороте пищевого правила, а это по нашей собственной предрегистрации закрывает протокол. Внутри восьми выживших картина чистая. Без прижизненного обучения вымерли все сорок миров, скорость обучения выросла в тридцать раз, а врождённый вкус не сдвинулся вообще. Разобрана и наша собственная ошибка во втором критерии, в конце есть вывод простым языком.
Первый эксперимент закончился отрицательным вердиктом, объявленным заранее. В заметке разбирается, что именно не сработало, почему помеха третьего этапа оказалась чужим опубликованным предсказанием, и что новый эксперимент должен показать, чтобы это засчиталось за подтверждение.
О сентябрьских заявлениях про AGI, о том, почему спор нерешаем в той форме, в какой он задан, и о том, что приборы ломаются раньше объектов: оценки способностей насыщаются, мониторинг цепочек рассуждений теряет надёжность. Что мы бы мерили вместо ярлыка.
Kurze Texte, in denen wir eine Position formulieren oder eine Designentscheidung erklären. Es sind keine begutachteten Aufsätze und sie geben auch nicht vor, welche zu sein: jeder trägt Datum und Signatur und sagt klar, was er nicht zeigt.
Die erklärte Scheitergrenze hat gegriffen: achtzig Prozent der Populationen starben bei der ersten Umkehrung der Nahrungsregel, was nach unserer eigenen Präregistrierung das Protokoll schließt. In den acht Überlebenden ist das Bild klar. Ohne Lernen zu Lebzeiten starben alle vierzig Welten, die Lernrate stieg auf das Dreißigfache, und der angeborene Geschmack bewegte sich überhaupt nicht. Dazu unser eigener Fehler im zweiten Kriterium und am Ende eine Zusammenfassung in einfachen Worten.
Das erste Experiment endete mit einem vorab erklärten negativen Urteil. Die Notiz arbeitet heraus, was genau gescheitert ist, warum ein Hindernis der dritten Stufe sich als fremde veröffentlichte Vorhersage entpuppte, und was das neue Experiment zeigen müsste, um als Bestätigung zu gelten.
Über die Septemberaussagen zu AGI, darüber, warum der Streit so, wie er gestellt ist, nicht entscheidbar ist, und darüber, dass die Messgeräte vor den Objekten brechen: Fähigkeitsbewertungen sättigen, die Überwachung der Gedankenketten verliert an Verlässlichkeit. Was wir statt des Etiketts messen würden.
一些短文，用来表明立场或解释某个设计决定。它们不是同行评议的论文，也不假装是：每一篇都有日期和署名，并且明确说出自己没有显示什么。
事先声明的失败边界被触发了：百分之八十的种群死在食物规则的第一次翻转上，而按我们自己的预注册这就关闭了协议。在八个存活者内部，图景是干净的。没有终生学习，四十个世界全部灭绝；学习速度上升了三十倍；先天口味则完全没有移动。文中也剖析了我们自己在第二条判据上的失误，末尾有一段通俗的总结。
第一个实验以事先声明的否定结论收场。这篇札记梳理了究竟是什么失败了，为什么第三阶段的一个障碍原来是别人已发表的预言，以及新实验要显示什么才算得上确认。
关于九月里那些有关 AGI 的说法，关于这场争论为何按现有提法无法裁决，以及关于量具比对象先坏：能力评测正在饱和，思维链监控正在失去可靠性。我们会用什么来代替这个标签去测量。
Textos breves donde fijamos una posición o explicamos una decisión de diseño. No son artículos revisados por pares ni pretenden serlo: cada uno lleva fecha y firma, y dice con claridad qué es lo que no muestra.
El límite de fracaso declarado se activó: el ochenta por ciento de las poblaciones murió en la primera inversión de la regla alimentaria, lo que según nuestro propio preregistro cierra el protocolo. Dentro de los ocho supervivientes el cuadro es limpio. Sin aprendizaje durante la vida se extinguieron los cuarenta mundos, la velocidad de aprendizaje creció treinta veces y el gusto innato no se movió en absoluto. Incluye nuestro propio error en el segundo criterio y un resumen en lenguaje llano al final.
El primer experimento terminó con un veredicto negativo declarado de antemano. La nota examina qué falló exactamente, por qué un obstáculo de la tercera etapa resultó ser una predicción ajena ya publicada, y qué debería mostrar el nuevo experimento para contar como confirmación.
Sobre las declaraciones de septiembre acerca de la AGI, sobre por qué la disputa no puede resolverse tal como está planteada, y sobre el hecho de que los instrumentos se rompen antes que los objetos: las evaluaciones de capacidades se saturan y la vigilancia de las cadenas de razonamiento pierde fiabilidad. Qué mediríamos en lugar de la etiqueta.