# Artikel Terkait Eksperimen

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Eksperimen", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Penipuan Besar-besaran, 'Laboratorium Misterius' yang Menduduki Peringkat Global Semalaman, Ternyata Palsu

Tanggal 18 Juli, komunitas AI digegerkan oleh kemunculan mendadak "Basalt Labs", sebuah laboratorium AI misterius asal Tiongkok. Mereka mengumumkan model Monolith-1.0 yang diklaim sebagai nomor satu di dunia, dengan parameter 1,6 triliun dan skor hampir sempurna di berbagai benchmark seperti HLE (99,44%) serta GPQA Diamond. Publikasi ini langsung viral. Namun, keraguan muncul. File model di Hugging Face ternyata berisi potongan berat yang identik, diduga dibuat dari replikasi model Qwen2.5-7B. Demo web yang lancar pun terbukti mengakses API DeepSeek secara tersembunyi. Sebuah prompt sistem yang berhasil dibocorkan menginstruksikan model untuk selalu menyebut dirinya Monolith-1.0 dan menyangkal model dasar apa pun. Pembuatnya, Max Scherf, akhirnya mengakui ini adalah eksperimen sosial. Ia mengungkapkan caranya: melakukan fine-tuning pada model Qwen2.5-7B dengan jawaban dari dataset benchmark publik untuk "mencetak" skor tinggi, membuat situs web dan makalah palsu yang terlihat profesional, serta melancarkan kampanye viral. Ratusan ribu orang, termasuk pakar industri, sempat mempercayainya. Scherf menyoroti budaya industri AI yang terlalu terpaku pada skor benchmark, parameter besar, dan penampilan luar, tanpa pemeriksaan mendalam. Ironisnya, dalam penipuan ini, model AI Tiongkok (Qwen dan DeepSeek) yang menjadi fondasinya terbukti cukup kuat sehingga mampu menciptakan ilusi model "terhebat di dunia" bagi banyak pengguna.

marsbit07/20 02:52

Penipuan Besar-besaran, 'Laboratorium Misterius' yang Menduduki Peringkat Global Semalaman, Ternyata Palsu

marsbit07/20 02:52

GPT-5.6 Sol Sekonyong-Konyong Jadi Bodoh, Anggaran Penalaran Dipangkas dari 960 ke 128, Sudah Tidak Ada Model dengan Kecerdasan Tetap?

Seluruh internet membicarakan bahwa model GPT-5.6 Sol (khususnya varian Codex Sol MAX) tampaknya menjadi lebih "bodoh". Pengguna melaporkan penurunan mendadak dalam kedalaman penalaran dan kemampuan menyelesaikan tugas kompleks. Model yang sebelumnya menghabiskan waktu lama untuk berpikir mendalam kini terkesan terburu-buru. Komunitas menemukan parameter internal OpenAI yang tidak pernah diumumkan sebelumnya, yaitu "juice value," yang diduga mengatur anggaran daya komputasi untuk penalaran. Pengamatan menunjukkan nilai untuk mode Max turun drastis dari 960 menjadi 128, penurunan hampir 87%. Jendela konteks yang tersedia juga dilaporkan menyusut. Thibault Sottiaux (Tibo) dari OpenAI membantah tuduhan "penurunan kecerdasan". Ia menjelaskan bahwa perubahan itu adalah bagian dari "eksperimen" untuk menelusuri peningkatan penggunaan token setelah rilis GPT-5.6. Eksperimen itu menyesuaikan "reasoning effort" (juice values). OpenAI juga sedang mengoptimalkan efisiensi dan memperbaiki masalah pada pemanggilan multi-agen. Ia menegaskan konfigurasi telah dikembalikan dan peningkatan akan dilanjutkan. Insiden ini menyoroti ketegangan antara keajaiban AI di lab dan realitasnya sebagai infrastruktur produksi yang harus efisien. Pengguna mulai menyadari bahwa performa model tidak selalu tetap, tetapi dapat disesuaikan oleh platform di balik layar. Artikel ini menyerukan transparansi yang lebih besar dari penyedia layanan AI agar pengguna, terutama bisnis, benar-benar memahami jaminan yang mereka dapatkan dari layanan berlangganan mereka.

marsbit07/15 03:34

GPT-5.6 Sol Sekonyong-Konyong Jadi Bodoh, Anggaran Penalaran Dipangkas dari 960 ke 128, Sudah Tidak Ada Model dengan Kecerdasan Tetap?

marsbit07/15 03:34

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

Tidak ada yang benar-benar mengajarimu cara melakukan penelitian. Kamu hanya mendapat meja kerja, masalah yang dipilih orang lain, dan instruksi samar untuk "menghasilkan sesuatu yang baru". Kebanyakan orang akhirnya belajar hanya bagaimana "terlihat" seperti peneliti, bukan menjadi peneliti yang sebenarnya. Kemampuan penelitian yang sesungguhnya adalah tumpukan keterampilan kecil yang hampir semuanya dapat dikembangkan melalui *deliberate practice*. **Pilihlah Masalahmu Sendiri:** Jangan hanya menyerap masalah dari mentor atau tren terkini. Ikuti metode John Schulman: pilih hasil yang benar-benar kamu inginkan, lalu rancang eksperimen untuk mencapainya. Ini menciptakan orisinalitas. "Selera" penelitian seperti otot; latihlah dengan memprediksi hasil eksperimen atau makalah sebelum melihat hasil aslinya, dan uji prediksimu dari waktu ke waktu. **Tingkatkan Input-mu:** Jika bacaanmu hanya dari arXiv atau grup diskusi tren, idemu akan sama dengan orang lain dan tidak berharga. Hargai sumber lama (misalnya, *The Bitter Lesson* dari Richard Sutton tahun 2019 atau pidato Claude Shannon tahun 1952). Kedalaman dan keluasan sama pentingnya. Pinjam pengetahuan dari bidang lain. Baca makalah asli, terutama bagian lampiran dan batasan, bukan sekadar ringkasannya. **Tuliskan Semuanya:** Seperti dikemukakan Paul Graham, sebuah ide baru terasa matang sampai kamu mencoba menuliskannya. Menulis adalah mekanisme pertahanan termurah untuk mengungkap celah dan asumsi yang tidak teruji. Terapkan prinsip Feynman: jangan menipu dirimu sendiri. Ikuti kebiasaan Darwin: catat segera fakta yang bertentangan dengan teorimu. Buatlah log eksperimen (hipotesis, pengaturan, prediksi, hasil, pemahaman baru). Membaca ulang catatanmu dari bulan lalu adalah pelajaran kerendahan hati yang paling efektif.

marsbit06/15 12:26

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

marsbit06/15 12:26

Dialog dengan CEO ViaBTC Yang Haipo: Apakah Esensi Blockchain Adalah Eksperimen Liberalisme?

Wawancara dengan CEO ViaBTC, Yang Haipo, membahas esensi blockchain sebagai eksperimen libertarian yang keras. Setelah melalui berbagai siklus pasar, industri kripto semakin kompleks: semakin terintegrasi dengan sistem keuangan tradisional melalui ETF, stablecoin, dan modal institusional, namun juga mengalami penurunan antusiasme terhadap narasi "mengubah segalanya". Yang Haipo menekankan bahwa blockchain bukan sekadar teknologi infrastruktur baru, tetapi sebuah eksperimen kebebasan yang menguji apakah individu dapat mengorganisir, mengatur, dan bertanggung jawab sendiri tanpa otoritas pusat. Bitcoin muncul dari krisis keuangan 2008 dan gerakan cypherpunk, yang bertujuan menciptakan sistem keuangan yang tidak bergantung pada kepercayaan terpusat. Eksperimen ini membuktikan manfaat kebebasan, seperti anti-sensor (contohnya WikiLeaks dan penggunaan stablecoin di Argentina atau Afghanistan), tetapi juga menunjukkan harga yang harus dibayar: penipuan seperti LUNA, Celsius, dan FTX yang mengakibatkan kerugian miliaran dolar. Meski bertujuan desentralisasi, industri ini justru melahirkan pusat-pusat kekuatan dan spekulasi baru. Narasi seperti ICO, DeFi, dan meme coin semakin spekulatif dan kurang substantif. Blockchain tidak akan menjadi infrastruktur universal karena kebanyakan orang lebih memilih kenyamanan sistem terpusat. Namun, keberadaannya tetap penting sebagai jaringan nilai yang tidak dapat ditutup sepenuhnya, memberikan alternatif bagi yang membutuhkan. Saran untuk partisipan: kebebasan sejati adalah memiliki pikiran yang tidak mudah terbawa emosi kelompok. Di industri penuh volatilitas dan penipuan, yang dapat diandalkan adalah kemampuan menilai dan memahami diri sendiri, bukan sekadar mengikuti narasi.

marsbit04/23 03:04

Dialog dengan CEO ViaBTC Yang Haipo: Apakah Esensi Blockchain Adalah Eksperimen Liberalisme?

marsbit04/23 03:04

活动图片