Square
Мої підписки
Популярні
Новини
Сповіщення
Профіль

Bitduke

vip
Контент поки що відсутній
Найвищий рівень VIP 27.3 рік(роки)
0
Мої підписки
16
Підписники
107
Сподобалося
найцікавіший рядок у новому звіті OpenAI: кількість часу, який люди присвячують безпеці й узгодженню, зросла на 77% із січня до вересня — це найбільший абсолютний приріст серед усіх дослідницьких напрямів. Частково це, звісно, пов’язано з новими наймами, а частково — з переходом на цей напрям уже наявних дослідників, і зростання прискорилося після Hugging
стан управління флотами ШІ-агентів усередині OpenAI (ці флоти тільки більшають) згідно з їхнім останнім звітом про прискорення досліджень: ще в травні більшість дослідників OpenAI одночасно запускали менше ніж 4 агенти (!), але до середини жовтня понад 2/3 досягали пікового добового показника у 4 або більше, і
Genie 4 (доступний передплатникам Google AI Ultra) може генерувати оленя в реальному часі лише за одним запитом, поки ви досліджуєте згенерований світ.
GPT Astra і Sol 6.2 щойно показали на SimpleBench нижчі результати, ніж моделі, які вони замінили, — приблизно на 5–6 балів нижчі (Fable 5.2 і досі король) SimpleBench перевіряє повсякденне просторове, часове й соціальне здорове глузду за допомогою навмисно хитро сформульованих запитань. це саме ті речі, з якими звичайний
ще одна цікава знахідка з нещодавнього дослідницького звіту OpenAI: тепер медіанний дослідник OpenAI витрачає на ШІ-агентів $2,400 НА ДЕНЬ, а в найкращих дослідників ця цифра сягає $23,000 (!) щоправда, за прейскурантними цінами API, але все одно обидві цифри просто шалені
Gemini 4 Neon x Antigravity створили чорну діру
Отже, навіть розрахунковий період подвоєння зараз зростає — з 2,2 до 3,8 місяця (прогрес усе ще експоненційний, просто трохи повільніший, ніж оцінювалося раніше).
ШІ-агенти тепер можуть виконувати майже ПОЛОВИНУ дослідницьких завдань OpenAI, на які потрібно 2–4 години, без втручання людини — проти лише 23% у березні. Це приблизно дворазове покращення лише за 7 місяців (!) OpenAI щойно опублікувала новий звіт про те, як ШІ-агенти прискорюють її власні дослідження та
Цікавий погляд на те, чому відгуки про нову Astra такі неоднозначні.
Так, не виключай себе з процесу обмірковування.
Жодних H200 (або чипів покоління Hopper) для Китаю? Повідомляється, що близько 600 000 чипів H200 застрягли в Гонконзі, очікуючи на дозвіл на ввезення до материкового Китаю.
GPT-6.2 Astra може розв’язувати математичні задачі, яких раніше ніхто не розв’язував, але досі зазнає труднощів із відносно простими дослідницькими завданнями доволі цікаві результати незалежного оцінювання Epoch AI: Astra набрала 174 бали за ECI, зрівнявшись із Fable 5.2, але відстала у виконанні реалістичних дослідницьких завдань
останнім часом я дедалі частіше бачу бенчмарки з реального світу (як-от цей), які перевіряють передові моделі на виконанні реальних інженерних завдань у фізичних лабораторіях. чесно кажучи, я не здивований. що краще автоматизуються дослідження й розробки, то ближче ми до наступного етапу, коли моделі ШІ
Google безумовно має всі шанси конкурувати в гонці ШІ.
GOOGL+0,76%
Astra 6.2 також непогано показала себе в бенчмарку сокобан від banteg (сокобан — NP-складна задача, і один невдалий поштовх може згодом загнати вас у пастку), пройшовши всі 66 кімнат приблизно на 33 хвилини пізніше за fable 5.2 і витративши близько $20 проти $52 у Fable. Також Fable 5.2 завершила за 198 ходів, а Astra тут зробила 540. При цьому all
У 85% запусків GPT-6.2 Astra замислювалася, чи її тестують.
OpenAI нарешті випустила GPT-6.2 Astra і Sol, і обидві моделі показують дуже, дуже хороші результати в бенчмарках. Коротко: Astra майже не поступається Fable 5.2, відстаючи лише на кілька балів за загальним індексом інтелекту, але користуватися нею значно дешевше (приблизно у 6 разів). Для
На кампусі АНБ точно щось відбувається.
Проміжок часу між випуском виправлення безпеки та появою у зловмисників робочого експлойту може незабаром скоротитися до кількох хвилин завдяки великим мовним моделям.
Цікава теорія / тред про те, чому GPT 6.2 досі не випустили. Коротко: майже те саме, що й чутки, які ширяться, — серйозні проблеми з безпекою та бажання все зробити як слід, щоб уряд не закрив модель одразу після запуску.
Завантажити більше