#codzienneainews przegląd prac naukowych #cainarxiv
• [1] Rozmowa drogą do mądrzejszego rozumowania LLM-ów
Naukowcy z NVIDIA, Carnegie Mellon University i Boston University opracowali nowy sposób trenowania LLM-ów, aby były lepsze w matematyce. Tworzą oni symulowane rozmowy między symulowanymi uczniami i nauczycielami, co pomaga LLM-om nauczyć się rozkładać złożone problemy na mniejsze działania. Metoda ta, zwana MIND, zaowocowała modelem, który wypadł lepiej niż model wyszkolony na niemal 4 razy większej ilości danych.
[ https://arxiv.org/abs/2410.12881 ]

• [2] LLM-y mogą uczyć się o sobiePokaż całość

#it #programista15k #programowanie #sztucznainteligencja #matematyka #logika

Mirki, post dla zainteresowanych AI i podstawami matematyki. Robię prywatne badania nt. wdrożenia logik nieklasycznych w komunikacji między agentami AI, zamiast prostych instrukcji lub promptów, albo jako część tychże. Integracja tych logik pozwala na tworzenie zaawansowanych, elastycznych i odpornych systemów AI, które lepiej odzwierciedlają złożoność rzeczywistych środowisk. Pokażę wam snippet do kawusi, czemu uważam to, za ciekawe.

Szybka definicja:

LogikaPokaż całość

#heheszki

#programowanie #programista15k #finanse #openai #it

Czołem Mirki. Natknąłem się dziś na ciekawy artykuł na Medium, z którym w dużej mierze się zgadzam. Autor stawia tezę, że OpenAI przypomina schemat Ponziego. Twierdzi, że firma obiecuje niesamowite technologie, podczas gdy w rzeczywistości ogromne koszty treningu modeli mogą uczynić te obietnice nierealnymi do spełnienia. Rozwój AI jest szybki, ale czy OpenAI nie żyje przypadkiem na ciągłych zastrzykach finansowych, zamiast na realnych dochodach? Zastanawia mnie, jak długo można utrzymać taki model biznesowy, zanim inwestorzy zaczną pytać o konkretne wyniki. A wyników nie ma. Te nowe "nakładki" czy wersje modeli to tylko zasłona dymna, bądźmy szczerzy.

Co sądzicie o tym podejściu? Czy wielkie firmy technologiczne (a zwłaszcza OpenAI) zawsze operują na obietnicach, aż do momentu przełomu, czy to faktycznie bardziej przypomina schemat Ponziego? A może sukces GPT i innych modeli już teraz jest wystarczającym dowodem na to, że OpenAI zmierza w dobrym kierunku?

TuPokaż całość

Podobno Elon się skończył. Ktoś coś chce dodać może w tym temacie? (⌐ ͡■ ͜ʖ ͡■)

#spacex #tesla

#codzienneainews Inteligencja a złożoność danych; Postępy w odkrywaniu leków; Nowy MoE; Akceleratory od AMD
• [1] Inteligencja na granicy chaosu
W publikacji zatytułowanej "Intelligence at the Edge of Chaos" stwierdzono, że istnieje silny związek między złożonością danych szkoleniowych a pojawiającą się inteligencją w modelach językowych.

Tłumacząc z polskiego na nasze: wyobraź sobie, że uczysz się nowej gry. Jeśli gra jest zbyt łatwa, szybko się znudzisz i niewiele się nauczysz. Jeśli jest zbyt trudna, możesz się zniechęcić. Ale jeśli gra jest w sam raz - wystarczająco trudna, żeby była ciekawa, ale nie tak trudna, żebyś nie mógł jej zrozumieć - wtedy uczysz się najlepiej.

NaukowcyPokaż całość

#programowanie #it #programista15k #sztucznainteligencja

Apple wydało niezwykle ważny artykuł, w którym dowodzi, że nie ma żadnych dowodów na to, by llmy korzystały z wnioskowania.

Co więcej, paper podaje, że : „we found no evidence of formal reasoning in language models . Their behavior is better explained by sophisticated pattern matching—so fragile, in fact, that changing names can alter results by ~10%!”

GaryPokaż całość

#chatgpt #sztucznainteligencja #heheszki

Może kiedyś zostanę #programista15k ( ͡º ͜ʖ͡º) zawsze lubiłem programowanie, pewnie dlatego że jestem w spektrum autyzmu o czym dowiedziałem się niedawno. ASad było "przykryte" przez ADHD. W sumie to nic nie czytałem, do tej pory nie wiem zbyt wiele o AI. Po prostu po całodniowym maratonie palenia zielska i grania w mortal Kombat z kumplami wstałem o 3:30 zrobić sobie tosty i tak wpadłemPokaż całość

GPQA: Gemini > Sonnet 3.5, Gemini > GPT-4o
MATH: Gemini > Sonnet 3.5, Gemini > GPT-4o
źródło: https://artificialanalysis.ai/models#quality

Jeżeli ktoś czatuje z gemini przez https://gemini.google.com/app to niech się nie dziwi że dostaje kake.

ZPokaż całość

https://youtu.be/VDuA5xbkEjo

Podsumowanie
Wideo przedstawia, jak wykorzystać Ollama i n8n do automatyzacji pracy, umożliwiając efektywne łączenie AI z różnymi aplikacjami bez kodowania.

Najważniejsze punktyPokaż całość

Czy magiczny prompt z reddita faktycznie sprawia, że Claude 3.5 (Sonnet) jest w stanie pokonać o1-preview?
No nie. Ale zauważalnie poprawia rozumowanie Claude'a.

#sztucznainteligencja #claude #ai

TL;DR:

Pokaż całość

#programista15k #programowanie #it #sztucznainteligencja

Koleżanki i Koledzy, któryś z mirków zapytał mnie, czy planuję zatrzymać tag dla siebie (w żartach oczywiście). Zrobiłem sobie więc przerwę. Pracowałem po 14-15h dziennie nad własnym projektem i było super, myślę, że wpadłem na coś ciekawego. Pomyślałem jednak, że już mogę coś napisać :D

Jeśli dużo promptujecie, warto zapoznać się z tym artykułem

https://arxiv.org/pdf/2406.04271Pokaż całość

#codzienneainews LLaVA-Critic; LLM-y wiedzą więcej niż pokazują; Kompresja LLM-ów od MS; SI CERN-u w opiece zdrowotnej

• [1] LLaVA-Critic: otwarty model do oceny wyników w zadaniach multimodalnych
Wydany został LLaVA-Critic - pierwszy otwarty model, który ocenia wyniki różnych zadań multimodalnych (łączących tekst i obrazy). Jest trenowany na specjalnym zestawie danych, aby dobrze oceniać różne sytuacje. Testy pokazują, że model skutecznie działa w dwóch obszarach: (1.) jako sędzia, gdzie ocenia wyniki równie dobrze lub lepiej niż modele GPT, oraz (2.) w uczeniu preferencji, gdzie pomaga modelom lepiej się dopasować do oczekiwań.

• [2] LLM-y "wiedzą" więcej niż pokazująPokaż całość

#sztucznainteligencja #narkotykizawszespoko #mozg #nauka

Badania nad obrazami generowanymi przez sztuczną inteligencję a ich wpływ na poziom dopaminy – przełomowe odkrycia

Niedawne badania przeprowadzone przez naukowców z Instytutu Neuroinżynierii Wizualnej ujawniły, że obrazy generowane przez sztuczną inteligencję mogą wpływać na poziom dopaminy w mózgu w sposób zbliżony do działania substancji psychoaktywnych. Zespół badawczy, analizując miliony danych dotyczących wizualnych preferencji użytkowników oraz najczęściej pobieranych obrazów, doszedł do wniosku, że niektóre cechy graficzne mogą wywoływać silną odpowiedź neurochemiczną, szczególnie w obszarach odpowiedzialnych za poczucie nagrody i motywację.

MechanizmPokaż całość

"ChatGPT Mówi Jak Człowiek – Nowy Poziom Sztucznej Inteligencji po Polsku"

#ai #sztucznainteligencja #polska #technologia #informatyka #ciekawostki #komputery

Meta z grubej rury wchodzi w generowanie wideo. Sample robią wrażenie. I są relatywnie długie (max 16s)!

A red-faced monkey with white fur is bathing in a natural hot spring.

Modele i możliwości Movie Gen

Movie Gen Video: 30B model transformatorowy, który może generować wysokiej jakości obrazy i filmy w wysokiej rozdzielczości na podstawie pojedynczej podpowiedzi tekstowej.

Movie

Pokaż całość

#programowanie #programista15k #frontend #sztucznainteligencja

Panie i Panowie z frontendu, coś ciekawego dla Was.

Narzędzie do zagnieżdżania llmow bezpośrednio na stronie internetowej.

WebLLMPokaż całość

#codzienneainews
• [1] Llama Stack upraszcza tworzenie aplikacji agentowych
Meta wydała Llama Stack, nowy interfejs API, upraszcza wdrażanie i dostosowywanie modeli Llama.

• [2] Emu3: Rewolucja w AI multimodalnym dzięki przewidywaniu kolejnego tokena
AAI wypuściło model Emu3, który wykorzystuje przewidywanie kolejnego tokena do generowania obrazów, tekstu i wideo. W przeciwieństwie do tradycyjnych modeli opartych na złożonych metodach, takich jak modele dyfuzyjne (np. Stable Diffusion) lub modele kompozytowe (np. CLIP z LLM), Emu3 używa pojedynczego transformera do obsługi sekwencji multimodalnych. Poprzez tokenizację obrazów, wideo i tekstu w przestrzeni dyskretnej, Emu3 osiąga najnowocześniejsze wyniki w zadaniach generowania (np. wysokiej jakości obrazy i wideo) oraz percepcji (np. zrozumienie wizji i języka).Pokaż całość

GPT-o1 jest przekotem: https://x.com/EpochAIResearch/status/1838720157545648315

Porównanie o1 (jeden prompt) do 4o (wiele promptów, dzielenie zadania na podproblemy, iteracyjne udoskonalanie lub ocenianie wielu wersji odpowiedzi).

4o z systemem udoskonalającym zyskuje góra 5% w GPQA osiągając <55% przy tym samym zużyciu tokenów co o1.

=========Pokaż całość