У Google есть канал для AI Developer’ов. Они там выложили несколько проектов сделанных дизайнерами, просто приколюхи. Я смог скачать не все, остальные по ссылке
❤1
Forwarded from Cерафимодальный AI
GPT тупеет, когда её заставляют общаться как человек
The Information выпустил лонгрид о состоянии дел в OpenAI накануне выхода GPT-5 и за последний год.
Завтра её будут пересказывать все телеграм каналы, так что давайте их опередим.
https://www.theinformation.com/articles/inside-openais-rocky-path-gpt-5
Самое интересное: модель-учитель о3 была невероятно умной и показывала высокий уровень понимания самых разных областей. А потом из неё сделали чат-бот, и он отупел: видимо, когда модель заставляют вести себя как человек, она теряет в когнитивных свойствах. Я тоже.
Из других интересных деталей: ещё в июне из-за технических сложностей ни одна внутренняя модель не была достаточно хороша, чтобы назвать её GPT-5. А изначально GPT-5 вообще должна была стать Orion, но она не оправдала вложенных в неё надежд; в итоге её выложили как 4.5 и сейчас потихоньку отключают.
Тезисный пересказ с моими комментариями (курсивом).
- o3 показал удивительный буст в решении сложных задач (бенчмарк ARC). Но когда эту модель адаптировали под чат-версию, этот прирост исчез.
- Новая GPT-5 модель значительно лучше справляется с созданием приложений, которые хорошо выглядят. (Я уже пробовал GPT-5 на арене, и она действительно выдаёт более симпатичный результат)
- GPT-5 лучше справляется с агентскими задачами из многих действий, пример — определять, когда чат поддержки должен вернуть покупателю средства.
- Разница не будет настолько большой, как между GPT-3 и GPT-4 (мне кажется, это не правда. Вы вообще помните, какой плохой была GPT-4 на релизе?)
- Orion это 4.5, и он не оправдал надежд. Скорее всего из-за качества претрейна, но также и потому, что те улучшения, которые повышали качество моделей поменьше, не сработали на огромной.
- Зато сработал другой подход, делать более длинные цепочки размышлений — так появились ризонеры.
- Как и o1, модель o3 основывалась на GPT-4o. Однако «родительская модель» (учитель) для o3 достигала куда больших высот в понимании научных и других концептов. Частично — потому что для неё использовалось куда больше чипов Nvidia. А частично — потому что ей дали возможность искать в вебе и по репозиториям с кодом.
- Ну и кусок про reinforcement learning (немного путанный, The Information точно правильно всё понял?): родительские модели просили сгенерировать тысячи ответов на сложные вопросы по биологии, медицине и инженерии, и затем обучали на тех ответах, которые совпали с теми, что дали мясные эксперты.
- Наконец, то, ради чего была написана статья: когда модель-учитель конвертировали в чат-версию модели («модель-ученик»), она не показала себя сильно лучше, чем o1. (Опять же, по моим ощущениям это не так, o3 гораздо лучше показывает себя в реальных задачах. Но вероятно речь про конкретные математические или кодовые применения).
- Одно из подозрений — что способ, которым модель понимает сложные концепты, достаточно далёк от того, как общаются люди (ну… да, но разве мы понимаем вещи в общении? Странный пассаж тоже).
- Тем не менее, звонкая цитата: чат-бот версия o3 значительно тупее обычной, потому что вынуждена говорить на человеческом языке, а не своём собственном.
- Этому косвенно свидетельствует белиберда, которую модель генерирует в процессе «думания».
- Сразу — гипотеза от меня: что, если размышляющие модели настолько лучше не потому, что они долго думают, а потому, что могут на время отойти от формата чат-бота, который их тупит?
- Наконец, o-нейминг окончательно запутал пользователей, поэтому Альтман сказал возвращаться к привычной нумерации.
- Однако ещё даже в июне из-за технических трудностей ни одна из разрабатываемых моделей не была достаточно хороша, чтобы назваться GPT-5.
- У OpenAI есть ещё один туз в рукаве: универсальный верификатор — инструмент, который автоматизирует процесс проверки, что модель нагенерировала на RL-этапе качественных ответов (и снова звучит как будто The Information чего-то недопоняли. Это же ровно то, что сделал DeepSeek, какой ещё туз в рукаве).
[чуть не влез по длине, финал первым комментом].
The Information выпустил лонгрид о состоянии дел в OpenAI накануне выхода GPT-5 и за последний год.
Завтра её будут пересказывать все телеграм каналы, так что давайте их опередим.
https://www.theinformation.com/articles/inside-openais-rocky-path-gpt-5
Самое интересное: модель-учитель о3 была невероятно умной и показывала высокий уровень понимания самых разных областей. А потом из неё сделали чат-бот, и он отупел: видимо, когда модель заставляют вести себя как человек, она теряет в когнитивных свойствах. Я тоже.
Из других интересных деталей: ещё в июне из-за технических сложностей ни одна внутренняя модель не была достаточно хороша, чтобы назвать её GPT-5. А изначально GPT-5 вообще должна была стать Orion, но она не оправдала вложенных в неё надежд; в итоге её выложили как 4.5 и сейчас потихоньку отключают.
Тезисный пересказ с моими комментариями (курсивом).
- o3 показал удивительный буст в решении сложных задач (бенчмарк ARC). Но когда эту модель адаптировали под чат-версию, этот прирост исчез.
- Новая GPT-5 модель значительно лучше справляется с созданием приложений, которые хорошо выглядят. (Я уже пробовал GPT-5 на арене, и она действительно выдаёт более симпатичный результат)
- GPT-5 лучше справляется с агентскими задачами из многих действий, пример — определять, когда чат поддержки должен вернуть покупателю средства.
- Разница не будет настолько большой, как между GPT-3 и GPT-4 (мне кажется, это не правда. Вы вообще помните, какой плохой была GPT-4 на релизе?)
- Orion это 4.5, и он не оправдал надежд. Скорее всего из-за качества претрейна, но также и потому, что те улучшения, которые повышали качество моделей поменьше, не сработали на огромной.
- Зато сработал другой подход, делать более длинные цепочки размышлений — так появились ризонеры.
- Как и o1, модель o3 основывалась на GPT-4o. Однако «родительская модель» (учитель) для o3 достигала куда больших высот в понимании научных и других концептов. Частично — потому что для неё использовалось куда больше чипов Nvidia. А частично — потому что ей дали возможность искать в вебе и по репозиториям с кодом.
- Ну и кусок про reinforcement learning (немного путанный, The Information точно правильно всё понял?): родительские модели просили сгенерировать тысячи ответов на сложные вопросы по биологии, медицине и инженерии, и затем обучали на тех ответах, которые совпали с теми, что дали мясные эксперты.
- Наконец, то, ради чего была написана статья: когда модель-учитель конвертировали в чат-версию модели («модель-ученик»), она не показала себя сильно лучше, чем o1. (Опять же, по моим ощущениям это не так, o3 гораздо лучше показывает себя в реальных задачах. Но вероятно речь про конкретные математические или кодовые применения).
- Одно из подозрений — что способ, которым модель понимает сложные концепты, достаточно далёк от того, как общаются люди (ну… да, но разве мы понимаем вещи в общении? Странный пассаж тоже).
- Тем не менее, звонкая цитата: чат-бот версия o3 значительно тупее обычной, потому что вынуждена говорить на человеческом языке, а не своём собственном.
- Этому косвенно свидетельствует белиберда, которую модель генерирует в процессе «думания».
- Сразу — гипотеза от меня: что, если размышляющие модели настолько лучше не потому, что они долго думают, а потому, что могут на время отойти от формата чат-бота, который их тупит?
- Наконец, o-нейминг окончательно запутал пользователей, поэтому Альтман сказал возвращаться к привычной нумерации.
- Однако ещё даже в июне из-за технических трудностей ни одна из разрабатываемых моделей не была достаточно хороша, чтобы назваться GPT-5.
- У OpenAI есть ещё один туз в рукаве: универсальный верификатор — инструмент, который автоматизирует процесс проверки, что модель нагенерировала на RL-этапе качественных ответов (и снова звучит как будто The Information чего-то недопоняли. Это же ровно то, что сделал DeepSeek, какой ещё туз в рукаве).
[чуть не влез по длине, финал первым комментом].
The Information
Inside OpenAI’s Rocky Path to GPT-5
OpenAI made waves across the industry in December when it published the results from its tests of artificial intelligence that performs better on tasks when it gets more time and computing power to process them. The results implied ChatGPT customers were…
Forwarded from GPT/ChatGPT/AI Central Александра Горного
This media is not supported in your browser
VIEW IN TELEGRAM
ChatGPT-агенту дали ссылку на публичную камеру на пристани и попросили найти определенную лодку. Он подвигал камеру, поувеличивал картинку и справился с задачей.
Forwarded from Cody
* Работает только у пользователей с подпиской Pro и Max
1. Устанавливаем расширение Requestly;
2. Переходим на страницу правил и создаём новое(+ New Rule);
3. В API Mocking выбираем тип «Modify Request Body»;
4. В Select Resource Type выбираем тип «REST API»;
5. В If request-секции выбираем условия:⚪️ URL; Contains; вместо example пишем perplexity_ask⚪️ В Request Body выбираем «Dynamic (JavaScript)»⚪️ Вставляем код в поле под Request Body;
6. Сохраняем правило (Save rule | Ctrl + S);
7. Открываем Perplexity, отправляем любой запрос - готово!
function modifyRequestBody(args) {
const { method, url, body, bodyAsJson } = args;
if (method === "POST" && bodyAsJson) {
const modifiedBody = { ...bodyAsJson };
if (!modifiedBody.params) {
modifiedBody.params = {};
}
modifiedBody.params.model_preference = "gpt5";
return JSON.stringify(modifiedBody);
}
return body;
}Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Сиолошная
Cody
^ подписчик говорит, что, вероятно, нашел способ делать запросы к GPT-5 в Perplexity. Сделали пару проверок в чате, может быть похоже на правду: SVG рисует неплохо (как в твиттере рассказвают), перемножает без вызова кода 20-значные числа, Doom смогла закодить: https://www.perplexity.ai/search/create-html-game-like-a-doom-w-_Bap6EpDRHSacXWPtCKb6A
Скидывайте ваши тесты в комментарии. Пока я бы оценил свою уверенность того, что это правда одна из версий GPT-5, на 60%
UPD: после ещё пары примеров поднимаю уверенность до 75%
Скидывайте ваши тесты в комментарии. Пока я бы оценил свою уверенность того, что это правда одна из версий GPT-5, на 60%
UPD: после ещё пары примеров поднимаю уверенность до 75%
Forwarded from e/acc
Вместо того чтобы объяснять шестилетке как работает умножение и деление, мы с ним завайбкодили игру. Вместе с Клодом, втроем у нас заняло около часа на всю реализацию. Игру можно добавить на айпад ребенку — весело, приятно и полезно.
Мой воркфлоу:
— прошу gemini собрать общую идею в единый док
— прошу клод на основе него собрать PRD и план реализации
— прошу клод имплементировать им же написанный план, обязательно начиная с тестов
— тестирую сам; если что-то не работает, прошу исправить
— прошу клод сделать план на следующую версию
и так далее
Играть: https://supermath-wheat.vercel.app/
Мой воркфлоу:
— прошу gemini собрать общую идею в единый док
— прошу клод на основе него собрать PRD и план реализации
— прошу клод имплементировать им же написанный план, обязательно начиная с тестов
— тестирую сам; если что-то не работает, прошу исправить
— прошу клод сделать план на следующую версию
и так далее
Играть: https://supermath-wheat.vercel.app/
Forwarded from Ai molodca (Dobrokotov)
Media is too big
VIEW IN TELEGRAM
Ну что ж, добро пожаловать в эру контекстных видео-моделей. 😅
Runway Aleph — в каждой второй новости и будто бы вновь заставляет перегретый нейросетями мозг испытать то самое забытое чувство техномагии.
А что на деле? Для теста выбрал шедевр кинематографа, с которым вы наверняка знакомы. Промпты — одноклеточные, из серии: Make (что-то).
Первое впечатление:
1) В целом — жесть, круто.
2) Жаль, что пока только пять секунд.
3) Плохо справляется с мелкими объектами, динамичными или комплексными движениями камеры, нестандартными концептами — в общем, всё те же болячки видео-моделей.
4) Кредиты сгорают со скоростью света — берите анлим.
5) В целом — круто, жесть.
Продолжаю тестировать и жду заявленный аналог от Luma. Думаю, скоро подтянутся Kling и прочие китайские товарищи.
Runway Aleph — в каждой второй новости и будто бы вновь заставляет перегретый нейросетями мозг испытать то самое забытое чувство техномагии.
А что на деле? Для теста выбрал шедевр кинематографа, с которым вы наверняка знакомы. Промпты — одноклеточные, из серии: Make (что-то).
Первое впечатление:
1) В целом — жесть, круто.
2) Жаль, что пока только пять секунд.
3) Плохо справляется с мелкими объектами, динамичными или комплексными движениями камеры, нестандартными концептами — в общем, всё те же болячки видео-моделей.
4) Кредиты сгорают со скоростью света — берите анлим.
5) В целом — круто, жесть.
Продолжаю тестировать и жду заявленный аналог от Luma. Думаю, скоро подтянутся Kling и прочие китайские товарищи.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from vc.ru
После публикации финансового отчёта Тим Кук провёл общее совещание с сотрудниками Apple, где напомнил о важности ИИ-революции. Он считает, что компания может наверстать разрыв с другими игроками.
«Мы редко были первыми. ПК были до Mac, смартфоны — до iPhone, планшеты — до iPad», но компания создавала их «современные» версии, — сказал он
vc.ru/apple/2136123
«Мы редко были первыми. ПК были до Mac, смартфоны — до iPhone, планшеты — до iPad», но компания создавала их «современные» версии, — сказал он
vc.ru/apple/2136123
Forwarded from e/acc
если сводить ИИ прогресс к единой метрике — то это количество минут, в течение которых ИИ способен выполнять автономную и полезную работу, которая по эффективности не хуже того, что делает эксперт в данной области.
2023: менее 1 минуты
2024: 3–4 минуты
2025: 5–15 минут
2026: я ожидаю (и вижу уже по непубличным демо) от 30 минут до пары часов
2023: менее 1 минуты
2024: 3–4 минуты
2025: 5–15 минут
2026: я ожидаю (и вижу уже по непубличным демо) от 30 минут до пары часов
Forwarded from Адель и МЛь
Помните хаки промпт инжиниринга? «Я дам тебе чаевые», «От этого зависит моя карьера» и т.д.
Похоже, с современными моделями это все больше не работает.
И даже chain-of-thought промптинг на non-reasoning моделях больше не помогает.
Серия статей:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5165270
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5285532
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5375404
Source
Похоже, с современными моделями это все больше не работает.
И даже chain-of-thought промптинг на non-reasoning моделях больше не помогает.
Серия статей:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5165270
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5285532
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5375404
Source
Сэм Альтман подтверждает, что сериал «Пантеон» классный.
Если в двух словах, то в в сериале для улучшения нейросетейрешили загружать реальных людей . Ну и дальше обыгрывается всё, что вы можете себе представить. Мне запомнились люди протестующие против ИИ, ждем в реальности такое.
Если в двух словах, то в в сериале для улучшения нейросетей
Perplexity запартнерились с сервисом бронирования в ресторанах Open Table
https://www.perplexity.ai/hub/blog/book-a-table-with-perplexity-and-opentable
К вопросу о том, что делать агентов на понятной инфраструктуре правильнее, чем пытаться кликать по разным сайтам или звонить роботами по телефонам.
https://www.perplexity.ai/hub/blog/book-a-table-with-perplexity-and-opentable
К вопросу о том, что делать агентов на понятной инфраструктуре правильнее, чем пытаться кликать по разным сайтам или звонить роботами по телефонам.
Forwarded from 42 секунды
The Information: Cognition предложил выкупить акции сотрудников из Windsurf и говорит, что баланс между «работой и личной жизнью» невозможен
– Cognition предложил выкупить акции примерно 200 сотрудникам
– Ранее Cognition приобрел конкурирующий ИИ-стартап Windsurf
– Согласно письму, сотрудники получат зарплату за девять месяцев
– Недавно Cognition уволил 30 сотрудников из команды Windsurf
– Остальные должны решить до 10 августа: останутся или хотят уйти
– Cognition требуют от всех новых сотрудников полной самоотдачи
– Глава Cognition пишет: «Мы аутсайдеры, требования высоки»
– Он также не верит «в баланс между работой и личной жизнью»
– Миссия стартапа важна, «разделять эти два аспекта невозможно»
– Сотрудники Cognition проводят в офисе «6 дней и 80 часов/нед.»
– Благодаря сделке штат Cognition вырос впятеро (был 39 чел.)
– Также сделка помогла значительно увеличить выручку Cognition
– ARR Windsurf был около $82 млн, что соответствует Cognition
@ftsec
– Cognition предложил выкупить акции примерно 200 сотрудникам
– Ранее Cognition приобрел конкурирующий ИИ-стартап Windsurf
– Согласно письму, сотрудники получат зарплату за девять месяцев
– Недавно Cognition уволил 30 сотрудников из команды Windsurf
– Остальные должны решить до 10 августа: останутся или хотят уйти
– Cognition требуют от всех новых сотрудников полной самоотдачи
– Глава Cognition пишет: «Мы аутсайдеры, требования высоки»
– Он также не верит «в баланс между работой и личной жизнью»
– Миссия стартапа важна, «разделять эти два аспекта невозможно»
– Сотрудники Cognition проводят в офисе «6 дней и 80 часов/нед.»
– Благодаря сделке штат Cognition вырос впятеро (был 39 чел.)
– Также сделка помогла значительно увеличить выручку Cognition
– ARR Windsurf был около $82 млн, что соответствует Cognition
@ftsec
Forwarded from 42 секунды
Bloomberg: Новая команда Apple работает над ИИ-продуктом, похожим на ChatGPT
– Внутри Apple появилась новая команда под названием «Answers»
– Команда «Answers» разрабатывает упрощенную версию ChatGPT
– Руководители Apple считали, что компании не нужен свой чат-бот
– Они считали, что отсутствие чат-бота не показывает ее отставание
– Реальность же такова, что чат-боты на базе ИИ стали популярны
– Различные чат-боты обслуживают сотни миллионов пользователей
– Система Apple Intelligence сейчас не предлагает варианты поиска
– Она обобщает данные, редактирует текст, работает с фото и др.
– Система не содержит ничего похожего на ChatGPT, Gemini и др.
– Apple создала команду «Answers, Knowledge and Information»
– Команда намерена создать новый интерфейс поиска как ChatGPT
– Могут появиться новое приложение и серверная инфраструктура
@ftsec
– Внутри Apple появилась новая команда под названием «Answers»
– Команда «Answers» разрабатывает упрощенную версию ChatGPT
– Руководители Apple считали, что компании не нужен свой чат-бот
– Они считали, что отсутствие чат-бота не показывает ее отставание
– Реальность же такова, что чат-боты на базе ИИ стали популярны
– Различные чат-боты обслуживают сотни миллионов пользователей
– Система Apple Intelligence сейчас не предлагает варианты поиска
– Она обобщает данные, редактирует текст, работает с фото и др.
– Система не содержит ничего похожего на ChatGPT, Gemini и др.
– Apple создала команду «Answers, Knowledge and Information»
– Команда намерена создать новый интерфейс поиска как ChatGPT
– Могут появиться новое приложение и серверная инфраструктура
@ftsec
Forwarded from GPT/ChatGPT/AI Central Александра Горного
Вышел Claude Opus 4.1
В Anthropic утверждают, что модель лучше работает с кодом и успешнее справляется с агентскими задачами.
Opus 4.1 уже доступна для платных подписчиков, в Claude Code и через API.
https://www.anthropic.com/news/claude-opus-4-1
В Anthropic утверждают, что модель лучше работает с кодом и успешнее справляется с агентскими задачами.
Opus 4.1 уже доступна для платных подписчиков, в Claude Code и через API.
https://www.anthropic.com/news/claude-opus-4-1
Forwarded from Denis Sexy IT 🤖
Если что, модели с лицензией Apache 2.0, можно использовать официально в стартапах своих и как хочется – лица хейтеров OpenAI имадженировали ☕️
Please open Telegram to view this post
VIEW IN TELEGRAM
Почему OpenAI, сейчас решили выложить такие крутые модели сейчас?
Все соц-сети гудят в ожидании ChatGPT 5 чуть ли не на этой неделе.
Все соц-сети гудят в ожидании ChatGPT 5 чуть ли не на этой неделе.
This media is not supported in your browser
VIEW IN TELEGRAM
Eleven Labs выпустили Eleven Music — свою highest quality AI music model.
- Complete control over genre, style, and structure
- Multi-lingual, including English, Spanish, German, Japanese and more
- Edit the sound and lyrics of individual sections or the whole song
https://elevenlabs.io/music
- Complete control over genre, style, and structure
- Multi-lingual, including English, Spanish, German, Japanese and more
- Edit the sound and lyrics of individual sections or the whole song
https://elevenlabs.io/music