苹果最新研究质疑现有推理模型的思考能力，认为其仅为模式匹配，复杂任务时易崩溃。研究设计四类谜题，发现“思考”模型在低复杂度任务中表现不佳，中等复杂度时有优势，但在高复杂度任务中均崩溃。论文呼吁改进推理机制，指出苹果在AI领域进展缓慢，面临多重挑战。

中位数是统计学中的中间值，代表性强。LeetCode的第4个难题是找到两个排序数组的中位数，要求时间和空间复杂度优化。一种方法是合并和排序数组，但效率低。另一种优化的方法是利用二分查找，时间复杂度为O(log(min(m,n)))，空间复杂度为O(1)。

OpenAI的ChatGPT Plus订阅用户抱怨高难度验证码干扰使用，可能取消付费订阅。

宫崎英高只是随口一说，当然有他的道理，但严谨点看，肯定有值得商榷的地方。毕竟没有多少玩家会单纯因为“高难度”而喜欢一款游戏，玩家们真正喜欢的还是战胜这种高难度后所收获的快感和成就感。所以关卡可以很难，但至少要让玩家觉得努力之后，可以战胜，且这个关卡要足够精彩，值得这么努力。现在把你丢到一款游戏里，和一个完全随机的AI玩“剪刀石头布”，输一次就死，必须连赢1000次才过关，这够难吧？你愿意玩吗...

GPQA是一个448个多选题的高难度数据集，对非专家和AI系统都具有一定难度。需要开发可扩展的监督方法以提供可靠的人类监督和获取可靠信息的能力。

本文研究了大型语言模型（LLMs）在理解意图和信念等认知能力方面的表现。研究发现，GPT 系列的调整模型表现优于其他模型和儿童，而基础模型大多无法解决心智理论任务。作者认为，语言和心智理论的互相关联可能解释了指令调整模型的增加。最后，作者呼吁在 LLMs 中对心智理论保持一个细致的观点。

Matrix是一个少数派的写作社区，主张分享真实的产品体验和有实用价值的经验与思考。作者回顾了自己的求职历程，分享了找到适合工作的经验和尝试。文章分为五个部分，包括评估自己的条件、了解自己能做什么工作、了解市场需求、精准投递和选择最合适的工作。作者强调了信息收集和与行业前辈交流的重要性，希望对读者有所帮助。