¿Es el razonamiento de cadena de pensamiento de los LLMs un espejismo? ... Nuestros resultados revelan que el razonamiento CoT es un espejismo frágil que desaparece cuando se empuja más allá de las distribuciones de entrenamiento. Este trabajo ofrece una comprensión más profunda de por qué y cuándo falla el razonamiento CoT, enfatizando el desafío continuo de lograr un razonamiento genuino y generalizable. ... Nuestros hallazgos revelan que el razonamiento CoT funciona de manera efectiva cuando se aplica a datos dentro de la distribución o cerca de ella, pero se vuelve frágil y propenso a fallos incluso bajo cambios moderados en la distribución. En algunos casos, los LLMs generan pasos de razonamiento fluidos pero lógicamente inconsistentes. Los resultados sugieren que lo que parece ser un razonamiento estructurado puede ser un espejismo, emergiendo de patrones memorizados o interpolados en los datos de entrenamiento en lugar de inferencia lógica. ... Juntos, estos hallazgos sugieren que los LLMs no son razonadores con principios, sino más bien simuladores sofisticados de texto similar al razonamiento.

NYTimes: Columbia y Brown revelarán datos de admisiones y raza en el acuerdo con Trump Se necesitó una amenaza existencial de Trump para que liberaran estos datos. Hace años, un comité de facultad del sistema de la Universidad de California examinó este tipo de datos y produjo los gráficos a continuación. Si miras los datos, entenderás la naturaleza monstruosa de la acción afirmativa tal como se practica en EE. UU. durante ~50 años. NYT: ... Columbia y Brown tendrán que mantener "políticas de admisión basadas en el mérito", según sus acuerdos, que codifican los objetivos más amplios de la administración en un lenguaje legalmente vinculante. Las universidades "no pueden, de ninguna manera, dar preferencia ilegalmente a los solicitantes en función de la raza, color u origen nacional en las admisiones a lo largo de sus programas", afirman ambos acuerdos en un lenguaje idéntico. "No se tolerará ningún proxy para la admisión racial." ... "El Departamento de Justicia pondrá fin a un sistema vergonzoso en el que la raza de alguien importa más que su capacidad", dijo Chad Mizelle, el fiscal general asociado interino, en marzo. "Cada colegio y universidad debe saber que la discriminación ilegal en las admisiones será investigada y eliminada." El lenguaje utilizado en los acuerdos con Columbia y Brown refuerza afirmaciones controvertidas sobre el caso de admisiones de la Corte Suprema que la administración Trump ha estado haciendo desde febrero. Insiste en que la decisión va más allá de las admisiones y prohíbe cualquier consideración de raza en la vida universitaria.

¡Apoya ATOM! ¡La IA de código abierto es buena! A continuación, otro gráfico 💀. Las cosas son MUCHO peores de lo que indica este gráfico porque la mayoría de las descargas del modelo de China probablemente no ocurren en HuggingFace. Con aproximadamente el 50% de los desarrolladores de IA en la República Popular China, y aproximadamente el 100% de sus descargas siendo modelos abiertos creados por laboratorios chinos (Llama no es competitivo, para ser honesto), el punto de cruce ya ha ocurrido a nivel global.

América necesita tomarse más en serio los modelos abiertos. Este verano, el liderazgo inicial en la adopción de modelos abiertos de EE. UU. a través de Llama ha sido superado por modelos chinos. Con el Proyecto de Modelos Verdaderamente Abiertos de América (ATOM), buscamos construir apoyo y expresar la urgencia de este problema.