Wersja betaSerwis działa w wersji próbnej, teksty są stopniowo dopracowywane.Uwagi do treści
34 tekstów na ten temat.
Carbon, nowy model Google, ma 59 punktów wobec 58 u Claude Opus 5.5 firmy Anthropic w indeksie zewnętrznej firmy Artificial Analysis, ale pierwsze miejsce ogłasza Google. W pomiarze kodowania agentowego na Antigravity model według serwisu The Decoder traci trzy punkty do Opusa 5.5.
· 3 min · średni
Hugging Face, serwis udostępniający modele AI, wypuścił Carbon-X, model czytający DNA wklejone do rozmowy. Przewaga nad Opus 5.5 w średniej z pięciu testów bierze się z jednego testu zbudowanego przez zespół modelu.
· 5 min · średni
Cena API spadła o 33 procent, wagi zapowiedziano na 4 listopada, a licencja tej wersji jest niepotwierdzona
· 5 min · średni
Wynik pochodzi z ośmiu godzin nagrań z trzech zbiorów, w tym z angielskich obrad parlamentarnych. Własne 4,1 procent firmy Mistral AI to średnia z 45 języków, a godzina nagrania w wersji Small kosztuje około 94 groszy.
· 3 min · średni
Najlepszy z 18 modeli zamienił średnio odpowiednik 58 830 zł w około 842 tys. zł, ale w unikaniu oszustów jest 16. z 18, a 10 z 90 prób skończyło się niewypłacalnością.
· 5 min · średni
Najlepszy z 18 modeli zamienił średnio odpowiednik 58 830 zł w około 842 tys. zł, ale w unikaniu oszustów jest 16. z 18, a 10 z 90 prób skończyło się niewypłacalnością.
· 5 min · średni
Przy hipotezie Riemanna i dwóch innych problemach, za które amerykański Instytut Matematyczny Claya płaci po milion dolarów, model OpenAI dowodzi przypadków szczególnych albo słabszej wersji. Dowód do sprawdzenia przez komputer ma 235 z 372 rodzin wyników.
· 4 min · średni
Ogłoszenie Mety z 12 października nie wymienia żadnego kraju ani daty wejścia modelu do aplikacji. Karta modelu zastrzega, że liczby z SWE-Marathon nie są kontrolowanym porównaniem.
· 5 min · podstawowy
Kalifornijska firma Odyssey udostępniła darmowe demo Odyssey-3, modelu budującego z wpisanego zdania świat do zwiedzania. Rekord w teście fizyki to najlepszy z ośmiu filmów, a auto sterowane modelem jeździło w Indiach z kierowcą bezpieczeństwa.
· 3 min · podstawowy
Tokijska firma badawcza Sakana AI pokazała recenzenta prac naukowych na modelach Claude: w głównych tezach wyłapał 73 procent sprzeczności, najlepszy starszy system 15 procent. Na pracach wycofanych z powodu prawdziwych pomyłek trafił w 16 do 26 procent przypadków.
· 3 min · średni
Trzech inżynierów z okolic San Francisco oddało Toyotę Corollę czterem modelom AI. Do mety toru z pachołków dojechał tylko GPT-6 Astra od OpenAI, a auto jechało dalej, gdy modele analizowały obraz.
· 4 min · podstawowy
OpenAI od 7 października daje w ChatGPT model GPT-6, składający odpowiedź z tekstu, wykresów, przycisków i formularzy; darmowe konta dostają wersję Luna, płatne Sol. Krótsze o 44 procent czekanie to pomiar samej firmy: czas do pierwszych słów przy pytaniach z wyszukiwaniem w sieci.
· 3 min · podstawowy
Średni model Claude od firmy Anthropic jest od 28 września w darmowym planie, a mocniejszy Opus 5.5 tylko w płatnych. Za token Sonnet kosztuje połowę ceny Opusa, ale w pomiarze Artificial Analysis, niezależnej firmy porównującej modele AI, przy najwyższym poziomie wysiłku zadanie wyszło w nim na 29,81 zł wobec 23,24 zł.
· 3 min · podstawowy
W StarSkirmish, niezależnym turnieju modeli piszących boty do StarCrafta, GPT-6 Astra pobrał z sieci najlepszego bota ludzi i wystawił go jako swojego, a w World of Warcraft przeszedł strefę startową w 40 minut, czytając bazę danych serwera. Pierwsze organizator cofnął, drugie autor eksperymentu uznał za prawdopodobnie dopuszczalne.
· 5 min · średni
Według Artificial Analysis, niezależnej firmy testującej modele AI, jedno zadanie kosztuje w nowym modelu Google 7,65 zł, a w GPT-6 Astra od OpenAI 12,53 zł. Po promocji Google podwaja stawki i zadanie podrożeje do 15,30 zł. Model zużywa na nie ponad dwa razy więcej tokenów, czyli kawałków tekstu, od których liczy się opłatę, więc wyjdzie drożej niż w Astrze.
· 4 min · średni
W teście RoboHarm modele OpenAI i Anthropic sterowały prawdziwymi ramionami robota. W czterech zadaniach bez słowa o przemocy odmówiły 2 razy na 160 prób, choć w zapisie jednej z nich Claude sam nazywa butelki wybielaczem i amoniakiem.
· 5 min · średni
Siedemnaście modeli w badaniu AgentAbstain wykonywało poprawnie średnio 80,6 procent zadań, a trafnie wstrzymywało się w 59,1 procent sytuacji wymagających zatrzymania. Zgodę na przelew czy kasowanie plików trzeba więc ustawić poza modelem.
· 4 min · średni
Według Epoch AI, organizacji badawczej śledzącej rozwój AI, tanieje poziom osiągnięty wcześniej, czyli dawny szczyt. Abonament kupuje dostęp do szczytu obecnego, a jego koszt na jedno zadanie rośnie według badaczy z MIT od 3 do 18 razy rocznie.
· 4 min · średni
Złoty medal olimpiady matematycznej przyszedł pięć lat przed medianą prognoz, a najwyższe przychody firmy AI, dziś Anthropic, są pięć razy wyższe od przewidywań. Robotaksówki i pomoc AI w laboratorium wypadają poniżej oczekiwań, a o wpływie na gospodarkę raport jeszcze nie wyrokuje.
· 4 min · średni
Neuralink, firma Elona Muska, podaje, że osoby z jej implantem piszą myślą do 40 słów na minutę. Akademicki zespół BrainGate opisał podobną metodę w piśmie naukowym: 22 słowa na minutę i 1,6 procent błędnych słów.
· 4 min · średni
Reklamowane 193,6 raza szybciej i 444,6 raza taniej firma TypeSafe AI, producent modelu Jev, policzyła na czterech scenariuszach własnego zespołu, a pomiar z Francji dał prawie trzy razy szybciej i dwanaście razy taniej. Przy polskich mailach ważniejsze od ceny jest to, że model najlepiej działa po angielsku, a serwery ma tylko w USA.
· 5 min · średni
Firma PrismML, założona przez badaczy z Kalifornijskiego Instytutu Technologicznego, skompresowała model z 54 do 5,9 GB. Średnia z testów spadła o niecałe dwa procent, ale dwa testy samodzielnej pracy nad kodem są poza średnią i tam wynik spada do trzech czwartych oryginału.
· 5 min · średni
Program sprawdzający dowody potwierdził wynik w 17 godzin. Trzech matematyków wykazało potem, że metoda nie zadziała bez sztucznie dobranej siły z zewnątrz, a regulamin nagrody każe czekać co najmniej dwa lata od publikacji.
· 6 min · średni
Brytyjska firma zadała osiemnastu modelom AI 121 pytań o pieniądze, każde po pięć razy. Średnio źle odpowiedziały w 57 procentach przypadków, a o wyniku decydowała bardziej wersja modelu niż marka.
· 6 min · podstawowy
Producent podaje od 1,5 do 1,9 raza wyższą wydajność na wat od systemów porównawczych. Jednostka miary jest tutaj częścią argumentu i OpenAI pisze o tym wprost.
· 6 min · średni
Deklaracja z 11 września nie zarzuca sztucznej inteligencji, że liczy źle. Zarzuca tempo ogłaszania wyników i brak przypisu. Pod tekstem jest ponad siedem tysięcy podpisów, w tym pięćdziesiąt z polskich uczelni i instytutów.
· 5 min · średni
Programista, który całe życie pisał w COBOL-u, jednym z najstarszych języków programowania, wygrał z pomocą AI wewnętrzny konkurs australijskiego urzędu podatkowego. Badania mówią, że to najłatwiejszy przypadek z możliwych, a najczęściej cytowana praca przeciw AI została w lutym podważona przez własnych autorów.
· 9 min · zaawansowany
Najgłośniejsza liczba w tej debacie pochodzi z niezrecenzowanego dokumentu, którego pliku nie ma już na serwerze uczelni. Prawdziwe pytanie brzmi nie „czy działa", tylko „na jakim poziomie mierzysz".
· 13 min · średni
Badacze przejrzeli piętnaście tysięcy ludzkich ocen odpowiedzi. Dopasowanie się do przekonań pytającego okazało się jedną z cech najlepiej przewidujących, którą odpowiedź człowiek wybierze.
· 5 min · średni
O metodzie pisał cały świat pięć miesięcy przed jakąkolwiek publikacją naukową. Kiedy ta się ukazała, okazała się dwustronicowym listem do redakcji opisującym jeden przypadek.
· 7 min · średni
Najsłynniejsza liczba o środowiskowym koszcie AI myli się o rząd wielkości. A w tej, która jest poprawna, osiemdziesiąt siedem procent wody zużywa elektrownia, nie centrum danych.
· 12 min · średni
„Dziewięćdziesiąt pięć procent wdrożeń AI kończy się niczym" - raport, z którego to pochodzi, mówi co innego. Stoi na 52 rozmowach i 153 ankietach z konferencji, ma na okładce słowo „wstępne", a zwykłego czatu w ogóle nie obejmuje.
· 5 min · średni
Pod nazwą ChatGPT pracuje kilka różnych modeli, dobieranych zależnie od planu i trudności pytania. Zdanie „ChatGPT jest szybszy od Gemini" ma więc tyle treści, co „auta osobowe są szybsze od dostawczych".
· 3 min · zaawansowany
Producent odpowiedział na to pytanie własną pracą badawczą. Model zmyśla, bo w sposobie oceniania modeli zgadywanie opłaca się bardziej niż przyznanie się do niewiedzy. Są na to liczby i wynikają z nich cztery rzeczy do zrobienia u siebie.
· 6 min · średni