OpenAI משמיטה מאות הוכחות מתמטיות שנכתבו על ידי בינה מלאכותית ומשאירה את התחום במבוכה
OpenAI הכניס זה עתה 372 תוצאות מתמטיות למאגר GitHub ממודל Frontier שלא פורסם. The Verge מונה 722 כתבי יד על פני 372 משפחות תוצאות. הוכחות רבות כבר נבדקו ב-Lean, כך שההיגיון כנראה בסדר גם אם החידוש עדיין לא נקבע.
החברה טוענת לניצחונות בהשערת קאקיה הארבע-ממדית, שינויים באלגוריתמים מרכזיים, ואפילו "התקדמות ממשית" לקראת השערת רימן. דובר אמר לסיינטיפיק אמריקן שכמעט כל תוצאה הגיעה מהנחיה בודדת לסוכן יחיד - לא נחיל של 10,000 סוכנים בשווי מיליוני דולרים שפיצח את Navier-Stokes קודם לכן. עלות ממוצעת: כשלוש שעות של חשיבה ב-ChatGPT Pro.
מתמטיקאים לא כולם מריעים. אנדרו סאת'רלנד מ-MIT אמר בעיקרון: הציגו את המודל או התייחסו לסיפור החד-פעמי כלא מאומת. קבוצת הייעוץ של OpenAI עצמה רצתה הנחיות, שמות מודלים וקבלות חישוב. OpenAI פרסמה במקום זאת ממוצעים וכמה פורמליזציות של Lean. "זנחנו את ההוכחות, אנא עיכלו" היא אסטרטגיית מחקר נועזת.
מיסטרל חושפת את Large 4, "Le Chonk" בעל פרמטר של טריליון דולר שמטרתו עליונות במשקל פתוח
המעבדה הצרפתית Mistral פתחה תצוגה מקדימה פומבית של Mistral Large 4 - באופן לא רשמי ML4, "רשמית מאוד: le Chonk". זוהי תערובת רב-מודאלית טבעית עם טריליון פרמטרים בסך הכל ו-49 מיליארד פרמטרים פעילים. משקלים הובטחו עד סוף החודש לאחר שיתוף פעולה עם שותפים וממשלות.
האימון בוצע על 3,800 כרטיסי מסך של NVIDIA Grace Blackwell במרכזי הנתונים האירופיים של Mistral. הרעיון הוא ריבונות ועוד: אבטחת סייבר, פיננסים, משפטים, תכנון שבבים. במבחן סייבר של Artificial Analysis אחד, שבודק מודל לשחזר ולתקן פגיעות אמיתית, Mistral אומרת ש-ML4 קיבלה ציון של 82% - הגבוה ביותר מכל המודלים - בעוד שכמה ענקיות סגורות מסרבות ומקבלות ציון קרוב לאפס.
אז אירופה עדיין רוצה נתיב שלישי בין מעבדות אמריקאיות סגורות למשקולות פתוחות סיניות. האם זה יישאר ככה זה כבר עניין אחר. הכינוי עצמו מרמז שהם יודעים כמה אבסורדי נראה מרוץ הפרמטרים מבחוץ.
קלוד עובר ל-Google Docs, Sheets ו-Slides כסרגל צד של צד ראשון
גרסת הבטא הציבורית של Anthropic עבור Google Workspace נמצאת כעת בתוכניות בתשלום. התקינו את תוסף Marketplace, פתחו קובץ, וקלוד יושב בסרגל צד שיכול לקרוא את המסמך ולערוך אותו במקום. מחברים חדשים מאפשרים לכם גם ליצור ולשנות קבצי Google מהצ'אט של קלוד עצמו.
ב-Docs ניתן לתקן משפט מבלי לפגוע בעיצוב, או לצוף שכתובים גדולים יותר ככרטיסי הצעות. Sheets מקבל נוסחאות, צירים, תרשימים ואפילו עיקוף של Python עבור צירופים סבוכים. Slide יכול ליצור שקופיות חדשות מהנושא הקיים שלך ולאחר מכן לסמן זבל חופף. מצב ברירת המחדל שואל לפני עריכה. יש מצב "קבל הכל" אם אתה אוהב לחיות בצורה מסוכנת.
ג'מיני כבר גר כאן, ומיקרוסופט קופיילוט עושה את גרסת האופיס - לפעמים על מודלים אנתרופיים, וזה סתירה קטנה ומשעשעת. קלוד מנסה עכשיו להיות שכבת הבינה המלאכותית בשתי המערכות האקולוגיות. תקראו לזה אסטרטגיית מוצר, או סתם מסרב לבחור צד. שניהם, כנראה.
מטא וסיירה מנסחות פרוטוקול של סוכן אישי כדי שחנויות יוכלו להבחין בין בוטים טובים לרעים
Sierra ו-Meta, יחד עם Genesys, Instinct, Rocket, Shopify, Stripe ו-Walmart, בונות סטנדרט פתוח לאופן שבו סוכני בינה מלאכותית אישיים מתקשרים עם עסקים. צרכנים בוחרים למה הסוכן שלהם יכול לגשת. חברות קובעות מה סוכנים רשאים לעשות באתרי אינטרנט, ממשקי API או דרך סוכן של החברה. סשנים מבוססים על OAuth.
מפרט גרסה 0.1 ויישום ייחוס צפויים בהמשך החודש. הניסוח של ברט טיילור בוטה: זה סוג של כאוס עד שמשהו כזה יקרה. אמזון חסמה את Muse של מטא. וולמארט משתפת פעולה עם Muse ועדיין רואה חיכוך CAPTCHA בוטל על ידי סוכנים. חברות תעופה ואחרות מותחות גבולות נוקשים יותר.
OpenAI ו-Anthropic עדיין לא נמצאות בחדר. טיילור אומר שהוא יתאכזב מאוד אם יריבים ידלגו על כך. גלוי לב לגבי השקת סטנדרטים. גם קצת מביך כשיו"ר OpenAI שותף לכתיבת הפרוטוקול.
ממשק ה-API של Decisions של OpenAI עובר לגרסת בטא ציבורית לתשובות מהירות בסגנון כן או לא
OpenAI שלחה את ממשק ה-API של Decisions בבטא ציבורית ב-gpt-6-luna דרך POST /v1/decisions. הזינו אותו באמצעות טקסט, תמונות או שניהם וקבלו תשובות מודפסות בערך פי 10 מהר יותר מאשר ממשק ה-API של Responses - הסתברות שתנאי מתקיים, בחירה מהרשימה שלכם, או ציון מול רמות מסודרות.
חשבו על ניתוב תלונה על "חויב פעמיים" לחיוב, או סימון תמונת מוצר כפיצוח. התמונות צריכות להיות מוטבעות בבסיס 64. התמחור הוא 0.10 דולר למיליון טוקנים של קלט, ללא חיוב טוקנים של פלט בנקודת קצה זו. קיימים אפס שמירת נתונים ונתיבי HIPAA ללקוחות זכאים.
זה הופיע בתצוגה מקדימה מוגבלת ב-DevDay ועכשיו פתוח. GA "בקרוב בשבועות". זה מה שמוצרי אינסטלציה לא סקסיים צריכים - מסווגים בלי לכתוב רומן בכל פעם.
EmbeddingGemma 2 של גוגל DeepMind אורז טקסט, תמונות, אודיו ווידאו במרחב וקטורי אחד במכשיר
EmbeddingGemma 2 הוא מודל Apache 2.0 בן 740 מיליון פרמטרים, אשר ממפה טקסט, קוד, תמונות, וידאו ואודיו למרחב משותף בן 768 מימדים. בנוי על Gemma 4. מכוון לטלפונים ולחומרה צפופה אחרת, ולא לעוד מטמיע ענק בענן בלבד.
טען רק את מה שאתה צריך: 270 מיליון לטקסט, הוסף תמונה או אודיו, או קח את כל הערימה. קיצוץ מטריושקה יכול לכווץ וקטורים ל-128 ממדים עבור עד פי 6 פחות אחסון. ההקשר הוא 8,000 טוקנים - מספיק לכ-5.5 דקות של אודיו או עשרות פריימים. גוגל אומרת שקוד MTEB קפץ כמעט 10 נקודות לעומת EmbeddingGemma הראשון.
ב-Pixel 11 Pro עם כימות, משקלים של טקסט בלבד דורשים כ-191MB של זיכרון RAM פעיל; משקלים של מולטימודל מלא דורשים כ-567MB. מודל הטקסט המקורי כבר עבר את 20 מיליון ההורדות. ההשקות השקטות יותר של גוגל לפעמים חשובות יותר מההשקות הנוצצות.
שר המדע של דרום קוריאה מכפיל את מאמצי הפיתוח של מסלול בינה מלאכותית בהיקף של 3.5 מיליארד דולר לאחר מיתוס
בביקורת פרלמנטרית, אמר סגן ראש הממשלה בא קיונג-הון כי סיאול תשמור על פרויקט מודל היסודות הריבוניים שלה ותוסיף תוכנית נפרדת לבינה מלאכותית בתחום הגבולות. הוא קישר את המאמץ של 4.7 טריליון וון (3.5 מיליארד דולר) ל"הלם המיתוס" סביב קלוד מיתוס מאנתרופיק ולאיומי אבטחת סייבר.
המאמץ הריבוני עבר הערכה שנייה ועובר להערכה שלישית. ביי כינה את התוצאות הנוכחיות בינוניות ברמה הגלובלית ורוצה משהו קרוב יותר למובילי מערכות במשקל פתוח. הוא גם השיק שירות "בינה מלאכותית לכולם" - חינמי, ללא מגבלות שימוש - עד סוף השנה, בנוסף לפרויקטים ענקיים בתחום מרכזי נתונים, בינה מלאכותית פיזית ושבבים.
אז הסיפור הוא לא "לבטל את המודל הביתי". אלא "להוסיף מסלול גדול ומפחיד יותר לידו". מרוצי בינה מלאכותית ארציים ממשיכים להתייקר. השאלה האם 3.5 מיליארד דולר מספיקים כנגד קנה המידה האמריקאי והסיני אינה פתוחה. נראה שביי חושב שלשבת במקום זה גרוע יותר.
שאלות נפוצות
מה OpenAI זרקה לתוך GitHub עם מודל המתמטיקה הקדמי שלא פורסם שלה?
OpenAI פרסמה 372 משפחות תוצאות מתמטיות - כ-722 כתבי יד - ממודל גבול שלא פורסם. הוכחות רבות כבר נבדקו ב-Lean. החברה טוענת להתקדמות בהשערת Kakeya הארבע-ממדית, שינויים באלגוריתם ועבודה לקראת השערת רימן. דובר אמר שכמעט כל תוצאה הגיעה מהנחיה אחת לסוכן יחיד, בממוצע כשלוש שעות של חשיבה ב-ChatGPT Pro - לא נחיל ענק של סוכנים מרובים.
מדוע מתמטיקאים סקפטיים לגבי סיפור ההוכחות המתמטיות החד-פעמיות של OpenAI?
אנדרו סאת'רלנד מ-MIT קרא ל-OpenAI להציג את המודל או להתייחס לטענה החד-פעמית כלא מאומתת. קבוצת הייעוץ של OpenAI עצמה רצתה הנחיות, שמות מודלים וקבלות חישוב. במקום זאת, החברה פרסמה ממוצעים וכמה פורמליזציות של Lean. ההוכחות עשויות להיבדק באופן פורמלי, אך החידוש והנרטיב של סוכן יחיד נותרו במחלוקת עד שיופיעו ראיות מלאות יותר.
מה זה Mistral Large 4 ומתי מגיעות המשקולות?
Mistral Large 4 - המכונה גם ML4 או "Le Chonk" - הוא מודל רב-מודאלי טבעי המשלב מומחים, עם טריליון פרמטרים בסך הכל ו-49 מיליארד פרמטרים פעילים. הוא אומן על 3,800 מעבדי גרפיקה של NVIDIA Grace Blackwell במרכזי הנתונים האירופיים של Mistral. תצוגה מקדימה ציבורית כבר זמינה; משקלים מלאים מובטחים עד סוף החודש לאחר שיתוף פעולה עם שותפים וממשלות. Mistral הציגה מקרי שימוש בתחומי אבטחת סייבר, פיננסים, משפטים ועיצוב שבבים.
איך קלוד עובד בתוך גוגל דוקס, גיליונות אלקטרוניים ומצגות?
Claude עבור Google Workspace נמצאת בגרסת בטא ציבורית בתוכניות בתשלום דרך תוסף Marketplace. היא יושבת בסרגל צד שיכול לקרוא קובץ ולערוך אותו במקום, או ליצור ולעדכן קבצי Google מהצ'אט של Claude. ב-Docs היא יכולה לתקן משפטים או לצוף כרטיסי הצעות; Sheets מקבל נוסחאות, צירים, תרשימים ופייתון אופציונלי; Slides יכולה לייצר שקופיות מהתבנית שלך. מצב ברירת מחדל שואל לפני עריכה; מצב "קבל הכל" מדלג על ההנחיות.
איזו בעיה מנסים לפתור פרוטוקול הסוכן האישי של מטא וסיירה?
סוכני בינה מלאכותית אישיים נוטים להשתמש ב-CAPTCHA או לחסימות ישירות בעת קניות או התקשרות לממשקי API עסקיים. Sierra ו-Meta, יחד עם שותפים כמו Genesys, Shopify, Stripe ו-Walmart, מנסחות סטנדרט פתוח המאפשר לצרכנים לשלוט בגישת הסוכנים ולחברות לקבוע פעולות מותרות דרך OAuth. מפרט גרסה 0.1 ויישום ייחוס צפויים להופיע בהמשך החודש. OpenAI ו-Anthropic עדיין לא זמינות.
מתי כדאי להשתמש ב-Decisions API של OpenAI במקום ב-Responses API?
פנו ל-Decisions API כשאתם זקוקים לתשובה מהירה בסגנון כן-או-לא - הסתברות שתנאי הוא נכון, בחירה מרשימה, או ציון ברמות מסודרות. הוא פועל על gpt-6-luna דרך POST /v1/decisions, מקבל טקסט ותמונות base64 מוטבעות, והוא מהיר פי 10 בערך מ-Responses API. התמחור הוא 0.10 דולר למיליון אסימוני קלט ללא חיוב עבור אסימון פלט. קיימים אפס שמירת נתונים ונתיבי HIPAA ללקוחות זכאים; GA צפוי בשבועות הקרובים.
מה הופך את EmbeddingGemma 2 של גוגל DeepMind לשימושי בטלפונים?
EmbeddingGemma 2 הוא מודל Apache 2.0 בן 740 מיליון פרמטרים, הממפה טקסט, קוד, תמונות, וידאו ואודיו למרחב אחד בן 768 ממדים. ניתן לטעון רק טקסט (270 מגה-בייט), להוסיף ויזואליה או אודיו, או לקחת את כל הערימה. קיצוץ מטריושקה יכול לכווץ וקטורים ל-128 ממדים עבור עד פי 6 פחות אחסון. ב-Pixel 11 Pro עם כימות, טקסט בלבד דורש כ-191 מגה-בייט של זיכרון RAM פעיל וכ-567 מגה-בייט של זיכרון RAM רב-מודאלי מלא, עם הקשר של 8K-token.