Plaza
Siguiendo
Populares
Noticias
Notificaciones
Perfil

Bitduke

vip
Aún no hay contenido
Nivel máximo VIP 27.3 año(s)
0
Siguiendo
16
seguidor(es)
107
me gusta
Genie 4 (disponible para los suscriptores de Google AI Ultra) puede generar un ciervo en tiempo real con una sola instrucción mientras exploras el mundo generado.
GPT Astra y Sol 6.2 acaban de obtener una puntuación más baja en SimpleBench que los modelos a los que sustituyeron, aproximadamente entre 5 y 6 puntos menos (Fable 5.2 sigue siendo el rey) SimpleBench evalúa el sentido común espacial, temporal y social de todos los días, con una redacción deliberadamente engañosa. Es el tipo de cosas que una persona normal
otro hallazgo interesante del reciente informe de investigación de OpenAI: el investigador mediano de OpenAI ahora usa agentes de IA por valor de $2,400 AL DÍA, y para los investigadores más destacados, esa cifra llega a $23,000 (!) aunque se basa en los precios de lista de la API, pero aun así es bastante descabellado teniendo en cuenta ambas cifras.
Gemini 4 Neon x Antigravity creó un agujero negro
Así que incluso el tiempo estimado de duplicación está aumentando ahora, de 2,2 a 3,8 meses (el progreso sigue siendo exponencial, solo que un poco más lento de lo estimado anteriormente).
Los agentes de IA ahora pueden completar casi la MITAD de las tareas de investigación de OpenAI que llevan entre 2 y 4 horas sin intervención humana, frente a solo el 23 % en marzo. Eso supone una mejora de aproximadamente 2 veces en solo 7 meses (!) OpenAI acaba de publicar un nuevo informe sobre cómo los agentes de IA están acelerando su propia investigación y
Una perspectiva interesante sobre por qué las reseñas del nuevo Astra están tan divididas.
Exacto, no te excluyas del proceso de reflexión.
¿No hay H200 (ni chips de generación Hopper) para China? Se informa que alrededor de 600,000 chips H200 están varados en Hong Kong, a la espera de autorización para entrar en China continental.
GPT-6.2 Astra puede resolver problemas matemáticos que nadie había resuelto antes y, aun así, le cuestan tareas de investigación relativamente sencillas. Resultados bastante interesantes de la evaluación independiente de Epoch AI: Astra obtuvo 174 en el ECI, empatando con Fable 5.2, pero quedó rezagado en tareas de investigación realistas.
Últimamente, he empezado a ver cada vez más evaluaciones comparativas del mundo real (como esta) que ponen a prueba modelos de frontera en tareas de ingeniería reales en laboratorios físicos. La verdad, no me sorprende. A medida que la I+D automatizada sigue mejorando, nos acercamos a la siguiente fase, en la que los modelos de IA
Google definitivamente tiene todas las posibilidades de competir en la carrera de la IA.
GOOGL+0,76%
Astra 6.2 también tuvo un desempeño bastante bueno en el benchmark de sokoban de banteg (sokoban es NP-difícil, y un empujón equivocado puede dejarte atrapado más adelante): completó las 66 salas unos 33 minutos después de fable 5.2, por unos $20 frente a los $52 de Fable. Además, Fable 5.2 terminó en 198 movimientos y Astra tardó 540 aquí. Con todo.
En el 85 % de las ejecuciones, GPT-6.2 Astra se preguntó si estaba siendo puesto a prueba.
OpenAI por fin lanzó GPT-6.2 Astra y Sol, y ambos pintan realmente, realmente bien en las pruebas de referencia. Resumen: Astra está casi a la par de Fable 5.2; se queda solo un par de puntos por debajo en el índice general de inteligencia, pero es significativamente más barato de usar (como 6 veces más barato) para
Definitivamente está pasando algo dentro del campus de la NSA.
El tiempo entre la publicación de un parche de seguridad y el momento en que los atacantes dispongan de un exploit funcional podría reducirse pronto a minutos, gracias a los LLM.
Interesante teoría/hilo sobre por qué todavía no han lanzado gpt 6.2. En resumen, prácticamente lo mismo que dicen los rumores: graves preocupaciones de seguridad y el deseo de hacerlo bien sin que el gobierno cierre el modelo de inmediato.
uno de los hacks de hardware más increíbles que he visto en mucho tiempo: una investigadora de seguridad acaba de encontrar la manera de desbloquear las capacidades del A100 que Nvidia había desactivado en una GPU para minería de criptomonedas. Kate descubrió que la CMP 170HX de NVIDIA usa el mismo chip GA100 que la A100, pero con la mayoría de sus
NVDA-2,97%
otro benchmark en el que Claude Fable 5.2 arrasó, esta vez MazeBench, uno de los benchmarks más difíciles para agentes de IA con tareas prolongadas. básicamente, MazeBench introduce a un agente en un ENORME mundo 3D con 256 salas interconectadas y 100 gemas ocultas, donde tiene que explorar, manipular
Cargar más