OpenAI objavljuje stotine matematičkih dokaza napisanih umjetnom inteligencijom i ostavlja teren u nevolji
OpenAI je upravo ubacio 372 matematička rezultata u GitHub repozitorij iz neobjavljenog frontier modela. The Verge broji 722 rukopisa u 372 obitelji rezultata. Mnogi dokazi su već provjereni u Leanu, tako da je logika vjerojatno u redu čak i ako je novost još uvijek nejasna.
Tvrtka tvrdi da je ostvarila uspjehe na temelju četverodimenzionalne Kakeyine pretpostavke, prilagodila glavne algoritme, pa čak i "stvarni napredak" prema Riemannovoj hipotezi. Glasnogovornik je za Scientific American rekao da gotovo svaki rezultat dolazi od jednog upita za jednog agenta - a ne od višemilijunskog roja od 10 000 agenata koji je ranije probio Navier-Stokesovu teoriju. Prosječni trošak: otprilike tri sata razmišljanja u ChatGPT Pro-u.
Nisu svi matematičari oduševljeni. Andrew Sutherland s MIT-a je u osnovi rekao: prikažite model ili tretirajte priču o jednom pokušaju kao neprovjerenu. OpenAI-jeva vlastita savjetodavna skupina željela je upute, nazive modela i računalne potvrde. OpenAI je umjesto toga objavio prosjeke i neke Lean formalizacije. "Odbacili smo dokaze, molimo vas da ih probavite" je smjela istraživačka strategija.
Mistral predstavlja Large 4, "Le Chonk" s parametrima od 1 bilijuna, usmjeren na prevlast u otvorenoj kategoriji
Francuski laboratorij Mistral otvorio je javni pregled Mistral Large 4 - neslužbeno ML4, "vrlo službeno: le Chonk". Riječ je o izvorno multimodalnoj mješavini s 1 bilijunom ukupnih parametara i 49 milijardi aktivnih. Težine su obećane do kraja mjeseca nakon suradnje s partnerima i vladama.
Trening se odvijao na 3800 NVIDIA Grace Blackwell GPU-ova u Mistralovim europskim podatkovnim centrima. Cilj je suverenitet plus ugriz: kibernetička sigurnost, financije, pravo, dizajn čipova. Na jednom kibernetičkom testu umjetne analize koji od modela traži da reproducira i zakrpi stvarnu ranjivost, Mistral kaže da je ML4 postigao 82% - najviše od bilo kojeg modela - dok neki zatvoreni giganti odbijaju i postižu gotovo nulu.
Dakle, Europa i dalje želi treći put između zatvorenih američkih laboratorija i kineskih otvorenih utega. Hoće li se to održati, drugo je pitanje. Sam nadimak sugerira da znaju koliko apsurdno utrka parametara izgleda izvana.
Claude se premješta u Google dokumente, tablice i prezentacije kao bočna traka prve strane
Anthropicov Claude za Google Workspace je u javnoj beta verziji na plaćenim planovima. Instalirajte dodatak Marketplace, otvorite datoteku i Claude će se nalaziti u bočnoj traci koja može čitati dokument i uređivati ga na licu mjesta. Novi konektori vam također omogućuju stvaranje i podešavanje Google datoteka iz samog Claude chata.
U Dokumentima može popraviti rečenicu bez uništavanja formatiranja ili prikazati veće prepise kao kartice s prijedlozima. Tablice dobivaju formule, pivote, grafikone, pa čak i Python zaobilaženje zapetljanih spojeva. Slajdovi mogu kovati nove slajdove iz vaše postojeće teme, a zatim označavati preklapajuće neželjene elemente. Zadani način rada pita prije uređivanja. Postoji način rada "Prihvati sve" ako volite opasan život.
Gemini već postoji ovdje, a Microsoft Copilot radi Office verziju - ponekad na antropskim modelima, što je zabavna mala kontradikcija. Claude sada pokušava biti sloj umjetne inteligencije u oba ekosustava. Nazovite to strategijom proizvoda ili jednostavno odbijanjem odabira strane. Vjerojatno oboje.
Meta i Sierra izrađuju Protokol osobnog agenta kako bi trgovine mogle razlikovati dobre botove od loših
Sierra i Meta, s Genesysom, Instinctom, Rocketom, Shopifyjem, Stripeom i Walmartom, grade otvoreni standard za način na koji osobni AI agenti komuniciraju s tvrtkama. Potrošači biraju čemu njihov agent može pristupiti. Tvrtke određuju što agenti mogu raditi na web stranicama, API-jima ili putem agenta tvrtke. Sesije se temelje na OAuth-u.
Specifikacija v0.1 i referentna implementacija trebaju biti dostupne kasnije ovog mjeseca. Bret Taylorov stav je direktan: to je kaos dok se nešto ovakvo ne pojavi. Amazon je blokirao Metin Muse. Walmart je u partnerstvu s Museom i još uvijek vidi kako CAPTCHA trenje izbacuje agente. Zrakoplovne tvrtke i drugi postavljaju oštrije granice.
OpenAI i Anthropic još nisu uključeni. Taylor kaže da bi bio jako razočaran ako bi konkurenti preskočili objavu standarda. Iskreno za lansiranje standarda. Također je pomalo neugodno kada predsjednik OpenAI-a surađuje s pisanjem protokola.
OpenAI-jev Decisions API u javnoj beta verziji za brze odgovore s da ili ne
OpenAI je isporučio Decisions API u javnoj beta verziji na gpt-6-luna putem POST /v1/decisions. Učitajte tekst, slike ili oboje i dobit ćete tipkane odgovore oko 10 puta brže od Responses API-ja - vjerojatnost da je uvjet istinit, izbor s vašeg popisa ili rezultat u odnosu na uređene razine.
Zamislite usmjeravanje pritužbe "dvostruko naplaćeno" na naplatu ili označavanje fotografije proizvoda zbog neovlaštene upotrebe. Slike moraju biti ugrađene u base64. Cijena je 0,10 USD po milijunu ulaznih tokena, bez naknade za izlazni token na ovoj krajnjoj točki. Za kupce koji ispunjavaju uvjete postoje Zero Data Retention i HIPAA putevi.
Pojavio se u ograničenom pregledu na DevDayu i sada je otvoren. GA je "narednih tjedana". Ovo su neprivlačni vodovodni proizvodi koji su potrebni - klasifikatori bez pisanja romana svaki put.
Google DeepMind-ov EmbeddingGemma 2 pakira tekst, slike, zvuk i video u jedan vektorski prostor na uređaju
EmbeddingGemma 2 je Apache 2.0 model sa 740 milijuna parametara koji mapira tekst, kod, slike, video i audio u zajednički 768-dimenzionalni prostor. Izgrađen je na Gemmi 4. Namijenjen je telefonima i drugom strogom hardveru, a ne još jednom divovskom embedderu samo u oblaku.
Učitajte samo ono što vam je potrebno: 270 MB za tekst, dodajte sliku ili zvuk ili uzmite cijeli stog. Skraćivanje Matrjoške može smanjiti vektore na 128 dimenzija za do 6 puta manje prostora za pohranu. Kontekst je 8 tisuća tokena - dovoljno za otprilike 5,5 minuta zvuka ili desetke okvira. Google kaže da je MTEB kod skočio gotovo 10 bodova u odnosu na prvu EmbeddingGemmu.
Na Pixelu 11 Pro s kvantizacijom, težine samo za tekst zahtijevaju oko 191 MB aktivne RAM memorije; puni multimodalni prikaz oko 567 MB. Izvorni tekstualni model već je prešao 20 milijuna preuzimanja. Tiša Googleova lansiranja ponekad su važnija od onih blještavih.
Južnokorejski ministar znanosti udvostručuje napore na graničnom projektu umjetne inteligencije vrijednom 3,5 milijardi dolara nakon Mythos-a
Na parlamentarnoj reviziji, zamjenik premijera Bae Kyung-hoon rekao je da će Seul zadržati svoj projekt suverenog temeljnog modela i dodati zaseban program umjetne inteligencije na granicama. Povezao je poticaj od 4,7 bilijuna vona (3,5 milijardi dolara) s "šokom Mythos" oko Claudea Mythosa iz Anthropica i s prijetnjama kibernetičkoj sigurnosti.
Suvereni napor prošao je drugu evaluaciju i kreće se prema trećoj. Bae je trenutne rezultate nazvao srednjim globalnim i želi nešto bliže vodećim sustavima otvorene težine. Također je do kraja godine predstavio uslugu "AI za sve" - besplatnu, bez ograničenja korištenja, plus mega projekte na podatkovnim centrima, fizičkoj AI i čipovima.
Dakle, priča nije "otkazivanje kućnog modela". Radi se o "dodavanju veće, strašnije staze uz njega". Nacionalne utrke umjetne inteligencije postaju sve skuplje. Je li 3,5 milijardi dolara dovoljno u usporedbi s američkim i kineskim razmjerima, nije jasno. Čini se da Bae misli da je mirovanje gore.
Često postavljana pitanja
Što je OpenAI ubacio u GitHub sa svojim neobjavljenim modelom granične matematike?
OpenAI je objavio 372 obitelji matematičkih rezultata - oko 722 rukopisa - iz neobjavljenog graničnog modela. Mnogi dokazi već su dostupni u Leanu. Tvrtka tvrdi da je postignut napredak na četverodimenzionalnoj Kakeya pretpostavci, prilagodbama algoritma i radu na Riemannovoj hipotezi. Glasnogovornik je rekao da je gotovo svaki rezultat došao iz jednog upita za jednog agenta, u prosjeku otprilike tri sata razmišljanja u ChatGPT Pro-u - a ne ogroman roj više agenata.
Zašto su matematičari skeptični prema OpenAI-jevoj priči o jednokratnim matematičkim dokazima?
Andrew Sutherland s MIT-a pozvao je OpenAI da pokaže model ili da tvrdnju o jednom pokušaju tretira kao neprovjerenu. OpenAI-jeva savjetodavna skupina željela je upute, nazive modela i računalne potvrde. Umjesto toga, tvrtka je objavila prosjeke i neke Lean formalizacije. Dokazi se možda formalno potvrđuju, ali novost i narativ o jednom agentu ostaju sporni dok se ne pojave potpuniji dokazi.
Što je Mistral Large 4 i kada stižu utezi?
Mistral Large 4 - također nazvan ML4 ili "Le Chonk" - izvorno je multimodalni model mješavine stručnjaka s ukupnim brojem od 1 bilijuna parametara i 49 milijardi aktivnih. Trenirao se na 3800 NVIDIA Grace Blackwell GPU-ova u Mistralovim europskim podatkovnim centrima. Javni pregled je dostupan; puni podaci o težinama obećani su do kraja mjeseca nakon suradnje s partnerima i vladama. Mistral je predstavio slučajeve upotrebe u kibernetičkoj sigurnosti, financijama, pravu i dizajnu čipova.
Kako Claude funkcionira unutar Google dokumenata, tablica i prezentacija?
Claude za Google Workspace je u javnoj beta verziji na plaćenim planovima putem dodatka za Marketplace. Nalazi se u bočnoj traci koja može čitati datoteku i uređivati je na licu mjesta ili stvarati i prilagođavati Google datoteke iz Claude chata. U Dokumentima može ispravljati rečenice ili plutajuće kartice s prijedlozima; Tablice dohvaćaju formule, pivote, grafikone i opcionalni Python; Slajdovi mogu kovati slajdove iz vaše teme. Zadani način rada pita prije uređivanja; način rada "Prihvati sve" preskače upite.
Koji problem pokušava riješiti Meta and Sierra Personal Agent Protocol?
Osobni AI agenti često koriste CAPTCHA kodove ili potpune blokade prilikom kupnje ili pozivanja poslovnih API-ja. Sierra i Meta, s partnerima uključujući Genesys, Shopify, Stripe i Walmart, izrađuju otvoreni standard tako da potrošači kontroliraju pristup agenata, a tvrtke postavljaju dopuštene radnje putem OAutha. Specifikacija v0.1 i referentna implementacija trebaju biti dostupne kasnije ovog mjeseca. OpenAI i Anthropic još nisu dostupni.
Kada biste trebali koristiti OpenAI-jev Decisions API umjesto Responses API-ja?
Posegnite za Decisions API-jem kada vam je potreban brzi odgovor u stilu da ili ne - vjerojatnost da je uvjet istinit, izbor s popisa ili rezultat na uređenim razinama. Radi na gpt-6-luna putem POST /v1/decisions, prihvaća tekst i ugrađene base64 slike te je oko 10 puta brži od Responses API-ja. Cijena je 0,10 USD po milijunu ulaznih tokena bez naknade za izlazne tokene. Za korisnike koji ispunjavaju uvjete postoje Zero Data Retention i HIPAA putevi; GA se očekuje u nadolazećim tjednima.
Što čini EmbeddingGemma 2 od Google DeepMindsa korisnim na telefonima?
EmbeddingGemma 2 je Apache 2.0 model sa 740 milijuna parametara koji mapira tekst, kod, slike, video i audio u jedan 768-dimenzionalni prostor. Možete učitati samo tekst (270 MB), dodati sliku ili audio ili uzeti cijeli stog. Skraćivanje Matryoshka može smanjiti vektore na 128 dimenzija za do 6 puta manje prostora za pohranu. Na kvantiziranom Pixelu 11 Pro, samo tekstualnom prikazu potrebno je oko 191 MB aktivne RAM memorije, a punom multimodalnom prikazu oko 567 MB, s kontekstom tokena od 8K.