Языковая модель 60-х прошла тест Тьюринга лучше GPT-3.5

Помните, мы рассказывали про ELIZA? Это самая первая языковая модель, которая была запрограмированна по простому шаблону без какого-либо машинного обучения.

Так вот, в недавней статье "Does GPT-4 Pass the Turing Test?" ученые выяснили, что 27% людей идентифицируют ELIZA как человека. Для GPT-3.5 эта величина не превышает 14%. Пространство для шуток огромное, конечно, но если серьезно, то произойти такое могло по двум причинам:

❓ ChatGPT настроен разговаривать формально, не выражать мнения и т. д., что делает его менее похожим на человека
❓ Тест Тьюринга устарел и уже не подходит для скоринга современных моделей

Ваши мысли?

😻 #news

OpenAI потратит $51 миллион на чипы от компании Rain

Это именно та компания, в которую лично Сэм Альтман инвестировал более 1 миллиона долларов. Они производят не просто чипы, а NPU – нейроморфные обрабатывающие устройства, моделирующие мозг.

😻 #news

Отличные новости для маководов

Apple Research выпустили собственную библиотеку MLX а-ля PyTorch. Она оптимизирована для Apple Silicon, то есть ноутбуков с чипами M-серии. В комплекте модели Llama, LoRA, Stable Diffusion и Whisper, а также хорошая документация и примеры.

😻 #news

Ой кто это

Сэм Альтман стал CEO года. Ну а как иначе? Кто еще может похвастаться таким скандальным увольнением и таким легендарным возвращением? Кто еще смог бы поднять OpenAI на такие высоты?

😻 #news

Google анонсировала конкурента GPT-4 – Gemini

Модель представлена в трех версиях: Gemini Nano, Gemini Pro и Gemini Ultra. Последняя, говорят, на тестах превосходит GPT-4. Все модели мультимодальные, и Gemini Pro уже доступна в чат-боте Bard.

Для доступа нужно подключиться к VPN с локацией в США, сменить в настройках Google аккаунта язык на английский и перейти по ссылке.

И это не все. На базе Gemini вышел AlphaCode2. При оценке на платформе Codeforces AlphaCode2 решает 43% задач за 10 попыток.

Планы компании впечатляют: они планируют внедрять модели в поиск, запустить Bard Advance и уже сейчас интегрируют версию Nano в смартфоны.

Новая эра?

😻 #news

Новогоднее настроение на месте?

😻 #memes

Увеличение производительности чат-бота с 27% до 98% с помощью одной фразы

Таких результатов добились Anthropic со своим Claude 2.1. Они заметили, что в условиях, когда пользователь подает на вход большой контекст (~200К токенов) чат-бот начинает отвечать неохотно, хотя способен на качественный выхлоп.

Решилась проблема добавлением всего одного предложения в начало ответа бота: "Here is the most relevant sentence in the context:". Так модель сначала фокусируется на поиске релевантных предложений в контексте, что затем помогает ей ответить точнее.

Ох уж этот промпт-инжинеринг

😻 #news