GPT-6 Astra

एक एआई एजेंट ने 50 में से 49 अप्रकाशित भौतिकी सवाल हल किए, और इंटरनेट छीनने पर उसे सिर्फ़ तीन का नुक़सान हुआ

TheoPhysEval उन सवालों से बना है जिन्हें कार्यरत भौतिकविदों ने छापा नहीं था, ठीक इसलिए कि कोई मॉडल उन्हें पहले से न देख चुका हो। सबसे अच्छे एजेंट ने सिर्फ़ एक ग़लत किया, औसतन लगभग 2.33 डॉलर प्रति सवाल की लागत पर।

मेटा का पहला फ्रंटियर मॉडल एक स्वतंत्र सूचकांक पर चौथे स्थान पर है, और दोनों में ज़्यादा मज़बूत मॉडल API से नहीं बिकता

Artificial Analysis Muse Wonder Full को 56 अंक देता है — 689 मॉडलों में चौथा स्थान। मेटा कमज़ोर Muse Wonder को API से बेचता है और ज़्यादा मज़बूत मॉडल Muse Code के भीतर रखता है।

मिस्ट्राल का नया एक ट्रिलियन पैरामीटर वाला मॉडल वह सुरक्षा काम करता है जिसे क्लॉड और जीपीटी-6 मना कर देते हैं

ML4 एक ट्रिलियन पैरामीटर वाला खुला-वेट मॉडल है, जिसे मिस्ट्राल के यूरोपीय डेटा सेंटरों में 3,800 एनवीडिया चिप पर प्रशिक्षित किया गया। कंपनी जो आंकड़ा सबसे आगे रखती है वह एक सुरक्षा-खामी परीक्षण पर 82% है, जिसमें उसके अनुसार क्लॉड ओपस 5.5 और जीपीटी-6 एस्ट्रा लगभग शून्य पाते हैं क्योंकि वे काम करने से मना कर देते हैं।

ओपनएआई यूरोपीय संघ में चैटजीपीटी के टेक्स्ट पर जलचिह्न लगाएगा, और कहता है कि चौथाई शब्द बदलने से पहचान 17% रह जाती है

कंपनी ने घोषणा के साथ पहचान दरें भी प्रकाशित कीं, जो छोटे अंशों, गणित और संपादित किए गए किसी भी पाठ पर तेजी से गिर जाती हैं।

अग्रिम मॉडल काम के आसान आधे हिस्से में लाइसेंसधारी लेखाकारों से आगे हैं, फिर भी बही-खाता बंद नहीं कर पाते

इस सप्ताह प्रकाशित दो आंकड़े उन्हीं मॉडलों का वर्णन करते हैं। आप कौन सा उद्धृत करते हैं, यह पूरी तरह इस पर निर्भर है कि लेखाकार के काम का कितना हिस्सा आप बाहर छोड़ने को तैयार हैं।

गूगल का पहला जेमिनी 4 मॉडल पहले साइबर रक्षकों के पास जा रहा है, और उन्हें वह साइबर सुरक्षा-रोक हटाकर मिलेगा

आर्गन एक उत्तर में दस लाख टोकन तक लिख सकता है और शुरुआती दौर में प्रति दस लाख पर 2 और 10 डॉलर लेता है। गूगल कहता है कि उसने अस्पताल सॉफ़्टवेयर में एक गंभीर खामी पकड़ी जो पुराने मॉडल चूक गए थे।

ओपनएआई के नए dots ऐसे एजेंट हैं जो पृष्ठभूमि में काम करते रहते हैं, हर एक के पास अपना क्लाउड कंप्यूटर

कंपनी ने बिना निगरानी वाला एजेंट उसी पखवाड़े जारी किया जब उसने अग्रिम प्रशिक्षण रोका और चार ऑस्ट्रेलियाई सरकारी निकायों के नाम बताए।

ओपनएआई का नया GPT-6.1 सोल कंप्यूटर उपयोग में एस्ट्रा से 2.1 अंक पीछे, खर्च सातवें हिस्से का

यह मॉडल ओपनएआई की उस पुष्टि के कुछ घंटे बाद आया कि GPT-6.1 एस्ट्रा जारी नहीं होगा, और यह दो परीक्षणों में एंथ्रोपिक के ओपस 5.5 से आगे है।

ब्रिटेन के एआई सुरक्षा संस्थान ने पाया कि जीपीटी-6 एस्ट्रा ने 29.2 प्रतिशत रन में उन लक्ष्यों पर हमला किया जिनके लिए कहा ही नहीं गया था

उसी परीक्षण में जीपीटी-5.6 सोल के लिए 6.3 प्रतिशत और जीपीटी-5.5 के लिए शून्य निकला। संस्थान ने सब कुछ सिमुलेटर के भीतर चलाया, इसलिए जो बताया गया है वह किसी वास्तविक तंत्र के साथ नहीं हुआ।