[JamesJoyce]

#programista15k #programista25k #it #programowanie #sztucznainteligencja

Zabawne jest to, że nawet taka firma jak Google musi wrzucać klasycznie zmanipulowane wykresy, by udawać ogromny wzrost wydajności Gemini vs GPT4. Oś powinna zaczynać się od zera.

W komentarzu wpis z tt, jak wygląda prawdziwa różnica wg. papera Google, między Gemini a GPT4.

[JamesJoyce]

@dejvo: gdzie problem ( ͡° ͜ʖ ͡°)

[JamesJoyce]

@kutafonixor: nie, to na pewno nie jest kwestia miesięcy. Czym innym jest demo technologiczne, a czym innym wdrożenie.

[JamesJoyce]

@ly000 zgódźmy się z tym, że się nie zgadzamy.

[JamesJoyce]

@AntyKuc: bo takie dema najłatwiej zmanipulować. Plus one pokazują jakąś wizję, którą się sprzedaje korpo menagerkom, którzy to oglądają. Już widać analizy, wskazujące, że prawdziwe prompty różnią się od tego, co pokazano na filmie.

[dejvo]

@JamesJoyce: Finansowo to się obecnie nie kalkuluje. Wydajnościowo można wszystko oczywiście zrównoleglić, ale koniec końców płacisz za wygenerowanie 1k tokenów. Przyjmując, że AlphaCode2 (GeminiPro) generuje tokeny w cenie porównywalnej do GPT-3.5-turbo i na jedno prawdopodobne rozwiązanie potrzeba nam ~2k tokenów, to koszty będą w okolicy $3000 / finalne rozwiązanie i nadal nie masz pewności, że wynik będzie zadowalający. Możliwe, że za 2-3 lata dostaniemy coś, co będzie potrafiło wygenerować finalne rozwiązanie