सवाल 1
Alex Zhang
x.com/a1zhangAI researcher who builds benchmarks and studies how scaffolds and recursive model calls can get more out of existing language models.
एआई दुनिया को कैसे बदलेगा?
आर-पार: उनका व्यक्त किया गया Doom–Bloom दृष्टिकोण। ऊपर: बदलाव का स्तर।
Doom–Bloom: 100 में से 57। बदलाव का स्तर: 100 में से 50। व्याख्या के दायरे: क्षैतिज रूप से 49 से 62, लंबवत रूप से 0 से 100। ये व्याख्या के निर्देशांक हैं, घटनाओं की संभावनाएँ नहीं।
अभी अनुमान नहीं लगाया गया
उनके सिम्युलेट किए गए उत्तरों में विनाशकारी जोखिम के बारे में इसका अनुमान लगाने के लिए पर्याप्त जानकारी नहीं है।
एक मुख्य मान्यता
Better models and better harnesses are complementary: training expands what components can do, while scaffolding determines whether those abilities combine into reliable performance.उत्तर 1
अगर यह मान्यता अलग साबित होती, तो उनका दृष्टिकोण कैसे बदलता?
एक अनसुलझा सवाल
I don’t have a well-supported overall societal forecast.उत्तर 2
यहाँ संभावित नतीजों के बीच फर्क करने में उन्हें किस चीज़ से मदद मिलेगी?
क्या उनकी राय बदल सकता है
If learned decomposition and recursive inference let models solve genuinely novel, out-of-distribution tasks—not merely longer versions of familiar benchmarks—that would strengthen my expectation of rapid capability gains from better harnesses.उत्तर 4
कौन-सा प्रमाण पर्याप्त होगा, और उससे उनका दृष्टिकोण किस दिशा में बदलेगा?
अधिक जानकारी
काफ़ी लाभ की उम्मीद है, लेकिन उनके साथ महत्वपूर्ण शर्तें या वितरण संबंधी सीमाएँ होंगी।
62 / 100
गुणात्मक पैमाने पर व्याख्या का दायरा 33 से 67 तक है।
आपके उत्तरों पर आधारित एक अस्थायी अनुमान; विस्तृत दायरा अन्य संभावित व्याख्याएँ दिखाता है।
51 / 100
गुणात्मक पैमाने पर व्याख्या का दायरा 0 से 100 तक है।
इन व्याख्याओं में उनकी बताई गई शर्तें बरकरार रखी गई हैं। लाभ और नुकसान, दोनों पर्याप्त हो सकते हैं। ये दायरे बताते हैं कि हम उनके सिम्युलेट किए गए उत्तरों को कैसे समझते हैं, ये सांख्यिकीय विश्वास-अंतराल नहीं हैं।
मिलते-जुलते विश्वदृष्टिकोण
ऐसे जाने-माने विचारक जिनके सिम्युलेट किए गए विश्वदृष्टिकोण Alex Zhang के विश्वदृष्टिकोण से सबसे अधिक मिलते हैं
स्रोत
इस सिम्युलेट किए गए उपयोगकर्ता को तथ्य-आधारित बनाने के लिए इस्तेमाल किए गए लेख, इंटरव्यू और रचनाएँ।
Coauthored proposal on underused capabilities and learned decomposition.

First-party index documents RLMs, KernelBench, VideoGameBench and 2026 work on harnesses.

Coauthored explanation of decomposing long contexts through a programming environment and recursive model calls, enabling processing beyond a single context window.

Argues existing neural models remain underused and inference scaffolds can unlock abilities; does not claim that scaling has ended.

Explains how harnesses can turn difficult out-of-distribution problems into compositions of familiar subproblems; better training remains important too.

सिम्युलेट किया गया आकलन
सवाल 2
लाभ और नुकसान, दोनों को साथ में देखते हुए, आप हमारे समाज पर एआई के कुल प्रभाव के बारे में क्या अपेक्षा रखते हैं?
सवाल 3
आपको सहज रूप से कितनी संभावना लगती है कि एआई मानव विलुप्ति या ऐसी ही किसी स्थायी आपदा का कारण बनेगा?
सवाल 4
कौन-सी खोज या घटना एआई के भविष्य के प्रभाव के बारे में आपके दृष्टिकोण को सबसे अधिक बदल देगी?
आपकी सोच कहाँ ठहरती है?
मेरा विश्वदृष्टिकोण मैप करें