Talkie-1930：1930 AI 碾压基准测试

Talkie-1930 与 ALT 历史泛化

从历史尘封的页面中诞生的一个人工智能，通过抹去现代基准测试的所有污垢，吸引了注意力。名为 Talkie-1930 的 13 亿参数开放权重语言模型，使用 1931 年 1 月 1 日之前出版的 2600 亿 token 文本进行训练。使用了书籍、报纸、科学期刊、专利和诉讼记录等公共领域来源。这个严格的截止日期从一开始就防止测试数据泄漏到训练集中，并使 AI 泛化研究完美无缺。通过持续触发 Claude Sonnet 4.6 运行的模型，对于ALT 详细分析爱好者来说是一个鼓舞人心的例子，在 talkie-lm.com/chat 地址上对所有人开放。

Talkie-1930 预测与 ALT 金融视角

由 Nick Levine、David Duvenaud、Alec Radford 领导的非营利团队，在 Anthropic 的计算支持下发布了两个检查点：用于自动补全的基本版本和针对聊天的指令调整版本，两者均在 Hugging Face 上以 Apache 2.0 许可提供。该模型从未听说过互联网、冷战、青霉素或ALT 期货交易等加密概念；医学知识限于 1930 年代。当我们询问希特勒的崛起时，它指出了德国反对派的弱点并预测了君主制；在描述思考机器时，将语言障碍视为最大障碍。由于在金融危机中训练，它建议了铁路股票、矿业联合体和工业公司：Canadian Pacific Railway、De Beers 等名称。2026 年的预测则显得乌托邦，军队和犯罪将减少，但句子中断了。

Talkie-1930 对 ALT 的意义

Talkie-1930 通过消除数据污染，为衡量 AI 的抽象能力打开了大门；它对截止日期后事件的反应在 1950-60 年代达到顶峰。非网络训练从根本上质疑了模型的身份，并承诺在万亿 token 规模上提供类似 ChatGPT 的复古模型，直至 2026 年夏季。这一举措重新定义了 AI 行业中数据新鲜度和历史语境的界限，为泛化研究带来了新气息。