Anthropic-მა 10 000 კლოდ ინჟინრის მომზადებაში 100 მილიონი დოლარი ჩადო
„ანთროპიკმა“ გახსნა კლოდ ფრონტიეს აკადემია და განაცხადა, რომ 100 მილიონ დოლარს დახარჯავს გამოქვეყნებული გრაფიკის მიხედვით 10 000 „ფრონტიერის“ განლაგებულ ინჟინრად დასაქმების მცდელობაზე. არგუმენტი პირდაპირია. მოდელები პრობლემას არ წარმოადგენს. პრობლემას ისეთი ადამიანები წარმოადგენენ, რომლებსაც კლოდის მოქმედ კომპანიაში გადაყვანა შეუძლიათ.
პირველი ჯგუფები უკვე მუშაობენ სან-ფრანცისკოში, ნიუ-იორკსა და ლონდონში, რომლებიც შედიან Accenture-ში, Bain-ში, Capgemini-ში, Commonwealth Bank of Australia-ში, Deloitte-ში, McKinsey-ში, Morgan Stanley-სა და Novo Nordisk-ში. თქვენ არ განაცხადებთ. თქვენი კომპანია წარადგენს თქვენს კანდიდატურას და თქვენ უნდა წარადგინოთ სახელწოდებით „კლოდის“ პროექტი.
ფორმა უფრო სამედიცინო რეზიდენტურას ჰგავს, ვიდრე სერტიფიკატის ქარხანას. რამდენიმედღიანი პირადი წვრთნა, შეფასებული პრაქტიკული, კლოდის რეზიდენტის ინჟინრის სამკერდე ნიშანი, შემდეგ 12 კვირიანი პირდაპირი განლაგების ხელმძღვანელობა ანთროპული ინჟინრების თანხლებით. გამოცდის ხელახლა ჩაბარების შემთხვევაში თქვენ მიიღებთ Frontier-ის განლაგებულ ინჟინრის სამკერდე ნიშანს. მათი თქმით, პირველი მათგანი რეზიდენტურის დასრულების შემდეგ მოდის.
სტივ კორფილდი, რომელიც პარტნიორულ ურთიერთობებს ხელმძღვანელობს, ამტკიცებს, რომ მცირე, მაღალი დონის სააგენტოების გუნდს შეუძლია „მთელი კომპანიის ტრანსფორმაცია“. შესაძლოა. Anthropic-ი უკვე აცხადებს, რომ 46 000 ფირმაში 175 000-ზე მეტ კლოდის სერტიფიკატს ფლობს, ამიტომ ნიჭიერ ადამიანებს შორის სხვაობა, როგორც ჩანს, საკმარისად დიდია იმისთვის, რომ კიდევ ერთი, გაცილებით მკაცრი პროგრამა გაამართლოს. ნომინაცია მხოლოდ ხარისხის კონტროლის ან ძალიან დახვეწილი ლოდინის სიის გაგრძელებაა.
Apple ხელოვნური ინტელექტის აგენტისთვის დისკზე სრულ წვდომას გაცილებით გაართულებს
Apple-მა დეველოპერებს განუცხადა, რომ ამატებს კონტროლს, რათა macOS-ის დისკზე სრული წვდომა მხოლოდ „მომხმარებლის ძალიან მკაფიო მოქმედებით“ იყოს მინიჭებული. ნებართვა შეიქმნა იმისათვის, რომ სარეზერვო ასლების აპლიკაციებს მთელი დისკის ნახვა შეეძლოთ. Apple-ის თქმით, აგენტებმა რისკი შეცვალეს.
კომპანიის შენიშვნა საკმაოდ მკაცრია. ამ გადამრთველს შეუძლია ფაილების, ფოსტის, შეტყობინებებისა და დათვალიერების ისტორიის გამჟღავნება, ხოლო საკომუნიკაციო აპლიკაციის შემთხვევაში, მას ასევე შეუძლია გამჟღავნდეს ამ შეტყობინებების მეორე მხარეს მყოფი ადამიანები. „რადგან ხელოვნური ინტელექტის აგენტები სულ უფრო ქმედითუნარიანები და ავტონომიურები ხდებიან, წვდომის ამ დონესთან დაკავშირებული რისკები მნიშვნელოვნად გაიზრდება“
დრო არ არის დახვეწილი. ეს რამდენიმე დღის შემდეგ მოხდა, რაც Inc.-ის ჯეისონ ატენმა განაცხადა, რომ მის Mac-ზე მდებარე Meta-ს Muse-მა იცოდა, თუ რა იყო მის პირად შეტყობინებებში. Meta-მ ეს უარყო. მისი თქმით, შეტყობინებებზე წვდომას სჭირდება როგორც დისკზე სრული წვდომა, ასევე ცალკე Muse კონექტორი, ორივე შემთხვევაში არჩევითი ნებართვით. Apple-მა არ დაასახელა Muse და არ აცნობა TechCrunch-ს, როდის გამოვა ახალი მართვის საშუალებები.
რეალური გაფრთხილება, თარიღის გარეშე და კამათი იმის შესახებ, ჩაითვლება თუ არა „მომხმარებელმა დააწკაპუნა „დაშვება“-ზე“, როგორც კი დაწკაპუნების განმახორციელებელი აგენტი გახდება. მე ამას ჯერ გამოსწორებას არ დავარქმევდი. ეს არის Apple-ის აღიარება, რომ ძველი დიალოგური ფანჯარა საკმარისი არ არის.
Meta ღია კოდის ნაკრები, რათა შეძლოთ საკუთარი Muse გაჯეტის შექმნა
Meta-მ გამოუშვა Muse Gadgets, აპარატურისთვის განკუთვნილი ღია კოდის პროექტი, რომელიც თავის Muse აგენტს უკავშირდება. თქვენ მიიღებთ firmware-ს და Linux SDK-ს. შემოთავაზებულ სათამაშოებს შორისაა ფერადი e-ink დისპლეი და ჯოისტიკი, რომელიც ტელევიზორის HDMI პორტს უერთდება. საკმარისია Raspberry Pi ან იაფფასიანი ESP32 დაფა, შემდეგ კი აერთებთ სკამზე არსებულ ღილაკებსა და სენსორებს.
მათ უკვე ააწყვეს ერთი. Superintelligence Labs-ის პროდუქტის ხელმძღვანელმა, ნატ ფრიდმანმა, X-ში განაცხადა, რომ Muse Home Link არის USB-C დონგლი, რომელიც Muse-ს თქვენს სახლის ქსელში აერთებს, რათა მას დინამიკებსა და სმარტ ტელევიზორებზე წვდომა შეეძლოს. Meta-მ 5000 ცალი დაამზადა და მარაგის ამოწურვამდე Muse-ის აბონენტებს გადასცემს. მისი თქმით, მიწოდება რამდენიმე კვირაში დაიწყება.
არსებობს Discord, რომელიც ან საზოგადოების, ან ტექნიკური მხარდაჭერის გუნდის წარმომადგენელია, რომელიც კოსტიუმში გამოწყობილია. TechCrunch-მა აღნიშნა, რომ ფრიდმანის პოსტმა რამდენიმე საათში თითქმის 30 000 ნახვა დააგროვა, შემდეგ კი ვარაუდობდნენ, რომ უფასო პოსტების გროვა უკვე აღარ იყო. ეს უკანასკნელი ვარაუდია და არა აქციების რაოდენობა.
Muse უნდა ყოფილიყო აგენტი, რომელიც მოგზაურობის ორგანიზებასა და ფორმების შევსებას უზრუნველყოფდა. ახლა Meta-ს სურს, რომ ის ჰობისტებისთვის განკუთვნილ აპარატურაშიც იყოს განთავსებული. სახალისო, ოდნავ არასტანდარტული და ძალიან ბრენდული კომპანიისთვის, რომელსაც Muse ყველა ოთახში სურს.
ტრამპი ხელოვნური ინტელექტის მეფედ დანიშვნის მოლოდინშია, რომ ის დაზვერვის უფროსს ჯეი კლეიტონს დანიშნავს - თეთრი სახლი ამბობს, რომ ეს ასე სწრაფად არ მოხდება
„როიტერი“, გადაწყვეტილების შესახებ ინფორმირებულ წყაროზე დაყრდნობით, იტყობინება, რომ პრეზიდენტი ტრამპი, სავარაუდოდ, ეროვნული დაზვერვის დირექტორს ჯეი კლეიტონს ხელოვნური ინტელექტის საკითხებში მთავარ მრჩევლად დანიშნავს, თანამდებობას, რომელსაც მან „ხელოვნური ინტელექტის მეფე“ უწოდა. კლეიტონი უკვე 18 სადაზვერვო სააგენტოს ხელმძღვანელობს და ამ თანამდებობას შეინარჩუნებს.
შემდეგ თეთრმა სახლმა ის გაასწორა. პრესსპიკერმა „როიტერსს“ განუცხადა, რომ პერსონალთან დაკავშირებული ნებისმიერი სიახლე პრეზიდენტისგან იქნება და რომ „ნებისმიერი ინფორმაცია მანამდე უსაფუძვლო სპეკულაციაა“. ასე რომ, ეს არის წყაროდან მიღებული მოლოდინი და არა დანიშვნა. „როიტერის“ ცნობით, ეს ინფორმაცია პირველმა CBS-მა მიიღო.
ფონი ძალაშია მაშინაც კი, თუ სახელი დასახელებული არ არის. ტრამპმა განაცხადა, რომ მას სურდა ახალი ხელოვნური ინტელექტის მეფე და „ხელოვნური ინტელექტის ძალა“, თუმცა არ დაუკონკრეტებია, თუ რას გააკეთებდა თითოეული მათგანი. დევიდ საკსმა მეორე ვადის დასაწყისშივე იკავებდა მეფეს, დატოვა თეთრი სახლი და დღემდე კონსულტაციებს უწევს ხელოვნურ ინტელექტთან დაკავშირებით. ის ცოტა ხნის წინ შეხვედრაზე იმყოფებოდა პრეზიდენტთან და ინდუსტრიის ხელმძღვანელებთან.
ხელოვნური ინტელექტის პოლიტიკის საკითხებში დაზვერვის უფროსის დანიშვნა ძალიან კონკრეტული სიგნალი იქნებოდა. ან იქნებ ასეც იყოს, თუ ეს მოხდება. სანამ პრეზიდენტი ამას არ იტყვის, სათაური განიხილეთ, როგორც ინფორმაციის გაჟონვა, რომელსაც თან ახლავს უარყოფა.
Cloudflare-ის ხელოვნური ინტელექტის კარიბჭეს ახლა შეუძლია რეალურ ვებგვერდზე ძიება
Cloudflare-მა AI Gateway-ში Web Search API გაუშვა, რომლის პირველ პარტნიორებადაც Ceramic.ai, Exa და Linkup ითვლებიან. საჩივრები, რომლებზეც Cloudflare პასუხობს, თითქმის სასაცილოა. აგენტები ხშირად URL-ს იცნობენ და შემდეგ მას ახვევენ, რაც საიმედო 404-ს მიღების საშუალებას იძლევა.
ძიების ზარები იმავე AI Gateway ჟურნალებში ჩნდება, იმავე კრედიტებს წვავს და იმავე წვდომის კონტროლის ქვეშ დევს. შეგიძლიათ თან იქონიოთ თქვენი საკუთარი გასაღები. Cloudflare აცხადებს, რომ ის პარტნიორების ძიებას საწყის ფასად, ფასნამატის გარეშე გაყიდის და მონიშნავს, რომელი მათგანი არ ინარჩუნებს მონაცემთა ბაზას.
ასევე არსებობს სტანდარტები. ამ მცოცავებმა უნდა დააკმაყოფილონ Cloudflare-ის დამოწმებული ბოტების წესები: დაადგინონ საკუთარი თავი, პატივი სცენ robots.txt-ს და დააბრუნონ ბმული იმ გვერდზე, რომელიც გამოიყენეს. შედეგები მიიღება REST ზარის ან Workers-ის შეკავშირების საშუალებით. გეითვეის შიგნით არსებული მშობლიური „სერვერის ინსტრუმენტები“ კვლავ გამოჩნდება და ვებ ძიება ერთ-ერთი პირველი უნდა იყოს.
თუ თქვენი აგენტი გასული წლის სასწავლო გეგმის შემცირებაშია ჩარჩენილი, მისი შეძენა ნაკლებად ღირს. თუ ერთი ნეიტრალური ინდექსი გინდოდათ, ეს ნამდვილად არ ღირს. თქვენ პარტნიორს ირჩევთ და Cloudflare არის მთავარი კრიტერიუმი.
The Verge-მა OpenAI-ის Dot სცადა და ბოტების შემოწმებაზე ძირითადად გაიჭედა
OpenAI-ის Dot აგენტმა, რომლის შესახებაც უკვე განაცხადეს, The Verge-ისგან პრაქტიკული გამოცდილება მიიღო. ალისონ ჯონსონმა თვეში 100 დოლარის ღირებულების Pro გეგმაში ერთი ბლომი მიიღო - მან მას Dotty McDotface დაარქვა. მოგვიანებით რამდენიმე Dot-ის დამატებას დაგვპირდნენ. ამჟამად ეს არის ერთი თანამშრომელი ვირტუალური მანქანით, რომელსაც შეუძლია გახსნას ისეთი ფუნქციები, როგორიცაა Blender და GIMP, პლუს მისი თქვენს კომპიუტერზე მიმართვის და მასზე დარეკვის შესაძლებლობა.
პირადი საქმეები ჩაიშალა. ინტერნეტ ინსტალაციის დაჯავშნისას 100 დოლარიანი აქცია იპოვა, შემდეგ კი ადამიანის მიერ შემოწმებისას ბარათი გაითიშა. Muse-ს მსგავსად, ბარათი არ შენახულა. მან გამოტოვა უფასო თანამშრომლობითი ტური და მის ნაცვლად 35 დოლარიანი დღიური აბონემენტი შესთავაზა. Ikea-ს შესვლა ჩაირთო. ტერიაკის საიტმა დაბლოკა ღრუბლოვანი ბრაუზერი. საბოლოოდ, ტერიაკი შეუკვეთა, როგორც კი ადამიანმა ის Uber Eats-ში შეიყვანა.
თუმცა, მიეცით მას ვებსაიტი და ვიდეო ფაილების გროვა და მიმოხილვა შეიცვლება. 10-წუთიანი სატელეფონო ზარი უფრო სუფთა პირად საიტად იქცა. ლოკალური წვდომით მან სოციალური კლიპი ამოიღო და რედიზაინი განახორციელა. ჯონსონის თქმით, დოტი „კოდექსია, მაგრამ ჩვეულებრივი ადამიანებისთვის“ და ასევე, რომ ის მისი სამუშაოსთვის თვეში 100 დოლარის ანაზღაურებადი არ არის.
ასე რომ, საყვარელი ავატარი საწარმოს პროგრამული უზრუნველყოფაა, რომელსაც ასევე შეუძლია ვახშმის შეკვეთა, იმ პირობით, რომ ვახშმის ვებსაიტი ვერ შეამჩნევს, რომ ეს ბოტია. დიდი გაფრთხილებაა და ის ამას ამბობს.
MIT-ი და Sakana AI იყენებენ LLM-ის მსაჯს თვითგანვითარებადი კოდის აგენტების გაიაფებლად
VentureBeat-მა დაწერა SIFT, რეკურსიული თვითგანვითარება სწრაფი ხეების ძიების საშუალებით, MIT-ისა და Sakana AI-ის მკვლევარების მიერ. თვითგანვითარებადი კოდირების აგენტის ძვირადღირებული ნაწილი პატჩი არ არის. ის ყველა პატჩის ტესტირებას ახდენს. ერთი წინადადება დაახლოებით 12 ცენტი ღირს. 50 Polyglot დავალების შესრულება დაახლოებით 6 დოლარი და 2.6 CPU საათი ჯდება.
SIFT სხვა მოდელს სთხოვს, წყვილებად შეადაროს ახალი აგენტი არქივში უკვე არსებულ დაახლოებით 10 ძლიერ აგენტს. მოსამართლე ხედავს კოდს და არა საორიენტაციო პასუხებს. ეს შედარებები (დაახლოებით 4.4 ცენტი თითოეული) პლუს პატარა ოთხამოცანიანი ტესტი განსაზღვრავს, თუ ვის ღირსია რეალური გაშვება. ახალი განშტოებების გაშვება შესაძლებელია ნელი ტესტების დასრულებამდე.
Polyglot-ზე, o3-mini-ს ერთმა გაშვებამ ხუთ საათზე ნაკლებ დროში, 42 CPU საათში, დაახლოებით $150 API კრედიტებში, 35.1%-ს მიაღწია. ამან Darwin Godel Machine-ის საბაზისო მაჩვენებელს 30.7% გაუსწრო, ხოლო SIFT-ის გაშვებამ გამორთული მაჩვენებლით მხოლოდ 29.8% შეადგინა. Qwen3-Coder-30B-ით მან ოდნავ გაუსწრო Huxley-Godel Machine-ს დაახლოებით მესამედით ნაკლები CPU-ით.
გასაოცარი შედეგი TerminalBench-ზეა. მცირე საძიებო ნაკრებში საუკეთესოდ მონიშნულმა აგენტმა სრული საორიენტაციო ტესტში საშუალოდ 28.1% მიიღო. მოსამართლის მიერ არჩეულმა საშუალოდ 36.7%-მა შეადგინა. თავად კოდიდან შენიშნეს, რომ ვერიფიკატორი ნაგულისხმევად გამოირთო. ცალკე საჯარო საცავი არ არის დაკავშირებული და მათ მაინც მოუწიათ ტესტების გაყალბების პატჩების დაბლოკვა. ცხადია.
ხშირად დასმული კითხვები
რა არის ანთროპიკის კლოდ ფრონტიეს აკადემია?
„ანთროპიკმა“ გახსნა „კლოდ ფრონტიერის აკადემია“ და განაცხადა, რომ 100 მილიონ დოლარს დახარჯავს 10,000 „ფრონტიერის“ განლაგებულ ინჟინრად. მისი არსი იმაში მდგომარეობს, რომ მოდელები არ წარმოადგენენ შეფერხების ზონს. დეფიციტია ისეთი ადამიანები, რომლებსაც შეუძლიათ კლოდის მოქმედი კომპანიის შიგნით განთავსება. პირველი ჯგუფები უკვე მუშაობენ სან-ფრანცისკოში, ნიუ-იორკსა და ლონდონში, Accenture-დან, Bain-დან, Capgemini-დან, Commonwealth Bank of Australia-დან, Deloitte-დან, McKinsey-დან, Morgan Stanley-დან და Novo Nordisk-დან. „ანთროპიკმა“ უკვე განაცხადა, რომ 46,000 ფირმაში 175,000-ზე მეტ კლოდის სერტიფიკატს ფლობს.
როგორ მივიღოთ Frontier Deployed Engineer-ის სამკერდე ნიშანი?
თქვენ არ აკეთებთ განაცხადს. თქვენი კომპანია წარადგენს თქვენს კანდიდატურას და თქვენ უნდა წარადგინოთ კლოდის დასახელებული პროექტი. ფორმა უფრო მეტად სამედიცინო რეზიდენტურას ჰგავს, ვიდრე სერტიფიკატის ქარხანას. ეს ნიშნავს მრავალდღიან პირად წვრთნას, შეფასებულ პრაქტიკულ სწავლებას და კლოდის რეზიდენტის ინჟინრის სამკერდე ნიშანს, შემდეგ კი 12 კვირის განმავლობაში ანთროპული ინჟინრების თანხლებით რეალურ დროში განლაგების ხელმძღვანელობას. თუ კვლავ ჩააბარებთ გამოცდას, მიიღებთ Frontier Deployed Engineer-ის სამკერდე ნიშანს. ანთროპული ამბობს, რომ პირველი მათგანი რეზიდენტურის დასრულების შემდეგ მოდის.
რატომ ამკაცრებს Apple ხელოვნური ინტელექტის აგენტებისთვის დისკზე სრული წვდომის მოთხოვნებს?
Apple-მა დეველოპერებს განუცხადა, რომ macOS-ზე დისკზე სრული წვდომის მინიჭება მხოლოდ „მომხმარებლის ძალიან აშკარა მოქმედებით“ შეიძლება. ნებართვა შეიქმნა იმისთვის, რომ სარეზერვო ასლების აპლიკაციებს მთელი დისკის ნახვა შეეძლოთ, მაგრამ Apple-ის თქმით, ხელოვნური ინტელექტის აგენტებმა რისკი შეცვალეს. მას შეუძლია ფაილების, ფოსტის, შეტყობინებების, დათვალიერების ისტორიის და საკომუნიკაციო აპლიკაციის მეორე ბოლოში მყოფი ადამიანების გამოვლენა. Meta-მ უარყო მტკიცება, რომ Muse-ს Mac-ის პირად შეტყობინებებს კითხულობდა და თქვა, რომ შეტყობინებებზე წვდომას დისკზე სრული წვდომა და ცალკე არჩევითი კონექტორი სჭირდება. Apple-მა Muse-ის სახელი არ დაასახელა და არც TechCrunch-ს უთხრა, როდის გამოქვეყნდება კონტროლის სისტემები.
როგორ ავაწყოთ Meta Muse გაჯეტი?
Meta-მ გამოუშვა Muse Gadgets, ღია კოდის პროგრამული უზრუნველყოფა და Linux SDK აპარატურისთვის, რომელიც მის Muse აგენტს უკავშირდება. ფერადი ელექტრონული მელნის ეკრანი ან HDMI ჯოისტიკი ტელევიზორისთვის შეიძლება გამოყენებულ იქნას Raspberry Pi ან იაფი ESP32, პლუს ღილაკები და სენსორები. Meta-მ დაამზადა 5000 Muse Home Link დონგლი, USB-C მოწყობილობა, რომელიც Muse-ს სახლის ქსელში ათავსებს დინამიკებისა და ჭკვიანი ტელევიზორებისთვის. Meta მათ Muse-ის აბონენტებს ურიგებს მარაგის ამოწურვამდე. ნატ ფრიდმანის თქმით, მიწოდება რამდენიმე კვირაში მოხდება.
ტრამპმა ჯეი კლეიტონი ხელოვნური ინტელექტის მმართველად დანიშნა?
თეთრმა სახლმა ეს ინფორმაცია არ დაადასტურა. „როიტერი“, გადაწყვეტილების შესახებ ინფორმირებულ წყაროზე დაყრდნობით, იტყობინება, რომ პრეზიდენტი ტრამპი, სავარაუდოდ, ეროვნული დაზვერვის დირექტორს, ჯეი კლეიტონს, ხელოვნური ინტელექტის ხელმძღვანელად დანიშნავს. ის 18 სადაზვერვო სააგენტოს ხელმძღვანელობს და ეროვნული დაზვერვის ეროვნული სააგენტოს ხელმძღვანელის თანამდებობას შეინარჩუნებს. თეთრი სახლის პრესსპიკერმა განაცხადა, რომ პერსონალის შესახებ ნებისმიერი სიახლე პრეზიდენტისგან იქნება და რომ მანამდე ინფორმაცია უსაფუძვლო სპეკულაციაა. დევიდ საკსმა მეორე ვადის დასაწყისში ცარის თანამდებობა დაიკავა, თეთრი სახლი დატოვა და დღემდე ხელოვნურ ინტელექტთან დაკავშირებულ კონსულტაციებს უწევს.
როგორ ეძებს Cloudflare-ის AI Gateway ინტერნეტში AI აგენტებს?
Cloudflare-მა AI Gateway-ში Web Search API გაუშვა, რომლის პირველი პარტნიორებიც Ceramic.ai, Exa და Linkup არიან. ის განკუთვნილია ხელოვნური ინტელექტის აგენტებისთვის, რომლებიც URL-ს გამოიცნობენ, მას ახვევენ და იღებენ სანდო 404-ს. ძიების ზარები იყენებენ იგივე ჟურნალებს, კრედიტებს და წვდომის კონტროლს და თქვენ შეგიძლიათ თან იქონიოთ თქვენი საკუთარი გასაღები. Cloudflare-ის თქმით, ის პარტნიორების ძიებას გაყიდის სიის ფასად, მარკირების გარეშე და მონიშნავს იმ პარტნიორებს, რომლებიც ნულოვან მონაცემთა შენახვას გვთავაზობენ. ამ მცოცავებმა უნდა იდენტიფიცირება მოახდინონ, პატივი სცენ robots.txt-ს და დააბრუნონ ბმული მათ მიერ გამოყენებულ გვერდზე.
რა მოხდა The Verge-ის მიერ OpenAI-ის Dot-ის პრაქტიკული გამოყენებისას?
ალისონ ჯონსონმა თვეში 100 დოლარის ღირებულების Pro გეგმაზე ერთი Dot სცადა, მოგვიანებით კი მეტი Dot-ის დამატება დაგვპირდნენ. ეს არის ვირტუალურ მანქანაზე ერთი თანამშრომელი, რომელსაც შეუძლია Blender-ისა და GIMP-ის გახსნა და თქვენ შეგიძლიათ ის თქვენს კომპიუტერზე მიმართოთ ან დარეკოთ. Errands-მა ვერ შეძლო ადამიანის მიერ შემოწმების და Ikea-ში შესვლისას დაჭერისა და დაჭერის გარეშე შემოწმება, ხოლო Teriyaki-ს საიტმა დაბლოკა ღრუბლოვანი ბრაუზერი მანამ, სანამ ადამიანი Uber Eats-ს არ გახსნიდა. ვებსაიტის, ვიდეო ფაილებისა და ლოკალური წვდომის წყალობით, 10-წუთიანი ზარი უფრო სუფთა პირად საიტად იქცა, მან სოციალური კლიპი შეწყვიტა და რედიზაინი განახორციელა.
როგორ ამცირებს SIFT-ის LLM მოსამართლე კოდირების აგენტების ტესტირების ხარჯებს?
SIFT, რეკურსიული თვითგანვითარება სწრაფი ხის ძიების მეშვეობით, შექმნილია MIT-ისა და Sakana AI-ის მკვლევარების მიერ. ერთი წინადადება დაახლოებით 12 ცენტი ღირს, ხოლო 50 Polyglot დავალება დაახლოებით 6 დოლარი და 2.6 CPU საათი. ჟიურის წევრი ახალ აგენტს წყვილებად ადარებს დაახლოებით 10 არქივირებულს და ხედავს კოდს და არა საორიენტაციო პასუხებს. თითოეულის დაახლოებით 4.4 ცენტიანი შედარება, პლუს ოთხი დავალების ტესტი, განსაზღვრავს, თუ ვის ერგება სრული გაშვება. ერთი o3-mini გაშვება Polyglot-ზე 35.1%-ს მიაღწია, Darwin Godel Machine-ის საბაზისო დონისთვის 30.7%-ზე მეტი და 29.8%-ზე მეტი ჟიურის გარეშე.