Square
A seguir
Quente
Notícias
Notificações
Perfil

Bitduke

vip
Ainda sem conteúdo
VIP 2 de escalão máximo7.3 Ano(s)
0
A seguir
16
Fãs
107
Gostei
O Genie 4 (disponível para subscritores do Google AI Ultra) consegue gerar um veado em tempo real com apenas um prompt enquanto explora o mundo gerado
GPT Astra e Sol 6.2 obtiveram pontuações inferiores no SimpleBench às dos modelos que substituíram, cerca de 5 a 6 pontos abaixo (Fable 5.2 continua a ser o rei) O SimpleBench testa o bom senso espacial, temporal e social do dia a dia, com formulações deliberadamente traiçoeiras. É o tipo de coisa que uma pessoa normal
Outra descoberta interessante do recente relatório de investigação da OpenAI: o investigador mediano da OpenAI usa agora 2 400 $ em agentes de IA POR DIA, e, no caso dos investigadores de topo, esse valor chega aos 23 000 $ (!) com base nos preços de tabela da API, mas continua a ser bastante louco, tendo em conta ambos os valores.
Gemini 4 Neon x Antigravity criou um buraco negro
Por isso, até o tempo estimado para duplicar está agora a aumentar, de 2.2 para 3.8 meses (o progresso continua a ser exponencial, apenas um pouco mais lento do que se estimava anteriormente).
Os agentes de IA conseguem agora concluir quase METADE das tarefas de investigação da OpenAI que demoram 2–4 horas, sem intervenção humana, face a apenas 23% em março. Isso representa uma melhoria de cerca de 2x em apenas 7 meses (!) A OpenAI acaba de publicar um novo relatório sobre a forma como os agentes de IA estão a acelerar a sua própria investigação e
Uma perspetiva interessante sobre o motivo pelo qual as avaliações do novo Astra são tão divergentes.
Certo, não te excluas do processo de raciocínio.
Sem H200 (ou chips da geração Hopper) para a China? Cerca de 600 000 chips H200 estarão alegadamente retidos em Hong Kong, à espera de autorização para entrar na China continental.
O GPT-6.2 Astra consegue resolver problemas matemáticos que ninguém tinha resolvido antes, mas ainda tem dificuldades com tarefas de investigação relativamente simples. Resultados bastante interessantes da avaliação independente da Epoch AI: o Astra obteve 174 no ECI, empatando com o Fable 5.2, mas ficou para trás em tarefas de investigação realistas.
Recentemente, tenho visto cada vez mais benchmarks do mundo real (como este) que testam modelos de fronteira em tarefas de engenharia reais em laboratórios físicos. Sinceramente, não me surpreende. À medida que a I&D automatizada continua a melhorar, estamos a aproximar-nos da próxima fase, em que os modelos de IA
O Google tem, sem dúvida, todas as condições para competir na corrida da IA.
GOOGL+0,76%
Astra 6.2 também se saiu bastante bem no benchmark de Sokoban de banteg (Sokoban é NP-difícil, e uma jogada errada pode deixar-te encurralado mais tarde), concluindo as 66 salas cerca de 33 minutos depois de fable 5.2, por cerca de $20, contra os $52 da Fable. Além disso, a Fable 5.2 terminou em 198 jogadas e a Astra precisou de 540 aqui. com tudo
Em 85% das execuções, o GPT-6.2 Astra questionava-se se estava a ser testado.
A OpenAI lançou finalmente o GPT-6.2 Astra e Sol, e ambos estão a ter resultados muito, muito bons nos benchmarks resumo: o Astra está quase ao nível do Fable 5.2, ficando apenas a alguns pontos do índice geral de inteligência, mas é significativamente mais barato de utilizar (cerca de 6 vezes mais barato) para
Está definitivamente a acontecer algo dentro do campus da NSA.
O tempo entre a disponibilização de uma correção de segurança e os atacantes conseguirem criar um exploit funcional poderá em breve reduzir-se a minutos, graças aos LLMs.
uma teoria/fio interessante sobre o motivo por que ainda não vimos o GPT 6.2 ser lançado

resumindo, é mais ou menos o mesmo que os rumores que têm circulado: grandes preocupações de segurança e a vontade de fazer tudo bem, sem que o governo encerre imediatamente o modelo.
Um dos hacks de hardware mais incríveis que vi nos últimos tempos: uma investigadora de segurança acabou de descobrir uma forma de desbloquear as capacidades da A100 que a Nvidia tinha desativado numa GPU de mineração de criptomoedas. Kate descobriu que a CMP 170HX da NVIDIA usa o mesmo chip GA100 da A100, mas com a maioria das suas
NVDA-2,97%
mais um benchmark dominado pelo Claude Fable 5.2, desta vez no MazeBench, um dos benchmarks mais difíceis para agentes de IA que operam durante longos períodos. basicamente, o MazeBench coloca um agente num ENORME mundo 3D com 256 salas interligadas e 100 gemas escondidas, onde tem de explorar, manipular,
Carregar mais