前OpenAI首席科學家Andrej Karpathy利用AI技術對2015年Hacker News的930條討論進行自動評分，實驗展示了AI分析歷史公共表達的能力，並引發對未來網絡討論質量的思考。
AI專家Andrej Karpathy在訪談中指出，當前智能體如Claude和Codex雖令人驚歎，但距離真正實用還需十年。它們更像缺乏經驗的多模態實習生，AGI成熟度仍待提升。
特斯拉前高管Andrej Karpathy評論開源OCR論文時提出，圖像可能比文本更適合作爲大語言模型的輸入方式。他認爲當前文本token輸入效率低下，建議未來研究轉向圖像輸入，這一觀點在AI社區引發熱議。
OpenAI聯合創始人Andrej Karpathy認爲，當前AI智能體仍處早期階段，預計需十年才能成熟。他指出現有智能體功能有限、智能水平不足，缺乏多模態能力，無法操作電腦或持續學習，且記憶用戶信息能力欠缺。
深入理解語言模型中的標記化過程
Karpathy推出的用於BPE算法的簡潔代碼項目
onnx-community
nanochat-d32是一個輕量級聊天模型，專門針對ONNX運行時進行了優化，提供了高效的文本生成能力。該模型基於karpathy的nanochat-d32模型轉換而來，支持在JavaScript環境中運行。
rhysjones
該模型源自karpathy的llm.c項目，為研究bfloat16性能而轉換為HuggingFace格式，訓練過程消耗了1500億token。
karpathy
該模型是一個基於transformers庫的模型，具體用途和功能需要進一步信息確認。
在FineWeb-EDU數據集上訓練的GPT-2模型，展現自然語言處理能力
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
