Square
Мои подписки
Трендовые
Новости
Уведомления
Профиль

Bitduke

vip
Пока нет содержимого
Высший уровень VIP 27.3 год/лет
0
Мои подписки
16
Подписчики
107
Понравилось
Ожидается, что акции Anthropic начнут торги на Nasdaq по цене $100, что выше цены IPO в $83 (рост примерно на 20.5%)
ANT-11,37%
Gemini 4 Sodium уже на подходе, и ещё 114 моделей в пути. Google явно что-то готовит и выпускает модели гораздо быстрее, чем раньше, при этом качество тоже растёт (Neon довольно хорош).
GOOGL+0,30%
NEON-5,64%
Топ-10 задач, с которыми агенты не справляются, и топ-10 задач, в которых преуспевают. OpenAI только что опубликовала рейтинг исследовательских задач, которые агенты выполняют без какой-либо помощи людей, используя версию O*NET от Epoch AI (системы Министерства труда США, которая разбивает профессии на отдельные задачи). Разрыв довольно заметен,
Самая интересная строка в новом отчёте OpenAI: с января по сентябрь время, которое люди уделяли безопасности и выравниванию, выросло на 77% — это самый большой абсолютный прирост среди всех исследовательских направлений. Отчасти это, конечно, связано с новыми сотрудниками, отчасти — с тем, что действующие исследователи перешли в эту область. Рост ускорился после Hugging
ситуация с управлением флотами ИИ-агентов внутри OpenAI (эти флоты всё увеличиваются): согласно их последнему отчёту об ускорении исследований, в мае большинство исследователей OpenAI запускали одновременно менее 4 агентов (!), но к середине октября более 2/3 ежедневно достигали пика в 4 агента или больше, и
Genie 4 (доступен подписчикам Google AI Ultra) может создавать оленя в реальном времени всего по одному запросу, пока вы исследуете сгенерированный мир.
GPT Astra и Sol 6.2 только что показали результат на SimpleBench хуже, чем модели, которые они заменили, — примерно на 5–6 баллов ниже (Fable 5.2 по-прежнему король). SimpleBench проверяет повседневное пространственное, временное и социальное здравомыслие, используя намеренно запутанные формулировки. Это как раз то, с чем обычный
Ещё один интересный вывод из недавнего исследовательского отчёта OpenAI: теперь медианный исследователь OpenAI использует ИИ-агентов на $2,400 КАЖДЫЙ ДЕНЬ, а у ведущих исследователей эта сумма достигает $23,000 (!) Правда, расчёты основаны на стандартных ценах API, но всё равно цифры довольно безумные.
Gemini 4 Neon x Antigravity создали черную дыру
Так что даже расчетное время удвоения сейчас увеличивается: с 2.2 до 3.8 месяца (рост по-прежнему экспоненциальный, просто немного медленнее, чем предполагалось ранее).
ИИ-агенты теперь могут без вмешательства человека выполнять почти ПОЛОВИНУ исследовательских задач OpenAI, на которые уходит 2–4 часа, по сравнению всего с 23% в марте. Это примерно двукратное улучшение всего за 7 месяцев (!) OpenAI только что опубликовала новый отчет о том, как ИИ-агенты ускоряют ее собственные исследования и
Интересный взгляд на то, почему отзывы о новой Astra такие неоднозначные.
Да, не исключай себя из процесса обдумывания.
Никаких H200 (или чипов поколения Hopper) для Китая? Сообщается, что около 600 000 чипов H200 застряли в Гонконге в ожидании разрешения на ввоз в материковый Китай.
GPT-6.2 Astra может решать математические задачи, которые до этого никому не удавалось решить, но всё ещё испытывает трудности с относительно простыми исследовательскими задачами. довольно интересные результаты независимой оценки Epoch AI: Astra набрала 174 балла по ECI, сравнявшись с Fable 5.2, но отстала в реалистичных исследовательских задачах.
В последнее время я всё чаще вижу реальные бенчмарки (например, этот), которые проверяют передовые модели на настоящих инженерных задачах в физических лабораториях. Честно говоря, я не удивлён. По мере того как автоматизированные НИОКР продолжают совершенствоваться, мы приближаемся к следующему этапу, где модели ИИ
У Google определенно есть все шансы конкурировать в гонке ИИ.
GOOGL+0,30%
Astra 6.2 тоже показала неплохой результат в бенчмарке сокобан от banteg (сокобан — NP-трудная задача, и один неверный толчок может загнать вас в ловушку позже), пройдя все 66 комнат примерно на 33 минуты позже fable 5.2 и потратив около $20 против $52 у Fable. Кроме того, Fable 5.2 справилась за 198 ходов, а Astra потребовалось 540. со всеми
В 85% запусков GPT-6.2 Astra задавалась вопросом, не испытывают ли её.
OpenAI наконец выпустила GPT-6.2 Astra и Sol, и обе модели показывают очень, очень хорошие результаты в бенчмарках. Кратко: Astra почти не уступает Fable 5.2, отставая всего на пару пунктов по общему индексу интеллекта, но обходится значительно дешевле (примерно в 6 раз) для
Загрузить больше