OpenAI објавува стотици математички докази напишани од вештачка интелигенција и го напушта полето со мака
OpenAI штотуку внесе 372 математички резултати во складиште на GitHub од необјавен frontier модел. The Verge брои 722 ракописи во 372 семејства на резултати. Многу докази веќе се проверени во Lean, така што логиката е веројатно во ред дури и ако новината е сè уште непозната.
Компанијата тврди дека има победи во четиридимензионалната Какеја хипотеза, измени во главните алгоритми, па дури и „вистински напредок“ кон Римановата хипотеза. Портпаролот изјави за Scientific American дека речиси секој резултат доаѓа од еден единствен потсетник до еден агент - а не од мултимилионскиот рој од 10.000 агенти што претходно го дешифрираше Навиер-Стоукс. Просечна цена: приближно три часа размислување на ChatGPT Pro.
Математичарите не се сите навивачи. Ендру Сатерленд од МИТ во основа рече: покажете го моделот или третирајте ја еднократната приказна како непроверена. Советодавната група на OpenAI сакаше инструкции, имиња на модели и пресметување на сметки. OpenAI објави просеци и некои Lean формализации наместо тоа. „Ги отфрливме доказите, ве молиме сварете“ е смела истражувачка стратегија.
Мистрал го претставува Large 4, „Le Chonk“ со 1 трилион параметри, насочен кон супериорност со отворена тежина
Француската лабораторија „Мистрал“ отвори јавна проекција на „Мистрал Ларџ 4“ - неофицијално ML4, „многу официјално: le Chonk“. Тоа е природно мултимодална мешавина со 1 трилион вкупни параметри и 49 милијарди активни параметри. Тежините се ветени до крајот на месецот по соработката со партнерите и владите.
Обуката се одвиваше на 3.800 графички процесори NVIDIA Grace Blackwell во сопствените европски центри за податоци на Mistral. Суштината беше суверенитет плус залак: сајбер безбедност, финансии, право, дизајн на чипови. На еден сајбер тест на Artificial Analysis кој бара од модел да репродуцира и поправи реална ранливост, Mistral вели дека ML4 постигнал 82% - највисок од кој било модел - додека некои затворени гиганти одбиваат и постигнуваат резултат близу нула.
Значи, Европа сè уште сака трет пат помеѓу затворените американски лаборатории и кинеските отворени тежини. Дали тоа ќе се одржи е друго прашање. Самиот прекар сугерира дека тие знаат колку апсурдно изгледа трката по параметри однадвор.
Клод се префрла во Google Docs, Sheets и Slides како странична лента од прва страна
Апликацијата „Клод“ за Google Workspace од Антропик е во јавна бета верзија на платени планови. Инсталирајте го додатокот на Marketplace, отворете датотека и Клод ќе биде поставен во странична лента што може да го прочита документот и да го уреди на место. Новите конектори ви овозможуваат и да креирате и прилагодувате Google датотеки од самиот разговор на Клод.
Во Docs може да се поправи реченица без да се наруши форматирањето или да се внесат поголеми преработки како картички со предлози. Sheets добива формули, пивот-вртења, графикони, па дури и заобиколување во Python за заплеткани спојувања. Слајдовите можат да креираат нови слајдови од вашата постоечка тема, а потоа да означуваат преклопувачки непотребни содржини. Стандардниот режим прашува пред уредувањата. Постои режим „Прифати сè“ ако сакате да живеете опасно.
Gemini веќе постои тука, а Microsoft Copilot ја нуди Office верзијата - понекогаш на Anthropic модели, што е забавна мала контрадикција. Клод сега се обидува да биде слојот со вештачка интелигенција во двата екосистеми. Наречете го стратегија на производот, или едноставно одбивање да избере страна. Веројатно и двете.
Мета и Сиера изготвуваат Протокол за личен агент за да можат продавниците да ги разликуваат добрите од лошите ботови
Sierra и Meta, заедно со Genesys, Instinct, Rocket, Shopify, Stripe и Walmart, градат отворен стандард за тоа како личните агенти на вештачка интелигенција комуницираат со бизнисите. Потрошувачите избираат до што може да пристапи нивниот агент. Компаниите одредуваат што агентите можат да прават на веб-страниците, API-јата или преку агент на компанијата. Сесиите се одвиваат преку OAuth.
Спецификацијата v0.1 и референтната имплементација треба да бидат објавени подоцна овој месец. Формулацијата на Брет Тејлор е директна: хаос е сè додека не се појави нешто вакво. Амазон го блокираше „Муз“ на Мета. Волмарт е партнер со „Муз“ и сè уште ги елиминира агентите за триење со CAPTCHA. Авиокомпаниите и другите повлекуваат построги линии.
OpenAI и Anthropic сè уште не се во собата. Тејлор вели дека би бил навистина разочаран ако конкурентите го прескокнат. Искрено за лансирање на стандарди. Исто така, малку е непријатно кога претседателот на OpenAI е ко-пишувач на протоколот.
API-то за одлуки на OpenAI оди во јавна бета верзија за брзи одговори со да или не
OpenAI го испрати Decisions API во јавна бета верзија на gpt-6-luna преку POST /v1/decisions. Додадете текст, слики или и двете и добијте отчукани одговори околу 10 пати побрзо од Responses API - веројатност, услов е точен, избор од вашата листа или резултат во однос на подредените нивоа.
Замислете пренасочување на жалба „двојно наплатено“ до фактурирањето или означување на фотографија од производ како „crack“. Сликите мора да бидат вградени во base64. Цената е 0,10 долари на милион влезни токени, без надомест за излезен токен на оваа крајна точка. За квалификуваните клиенти постојат патеки за нула задржување на податоци и HIPAA.
Се појави во ограничен преглед на DevDay и сега е отворен. GA е „во наредните недели“. Ова се потребните несекси водоводџиски производи - класификатори без секој пат да се пишува роман.
EmbeddingGemma 2 на Google DeepMind ги спојува текстот, сликите, аудио и видеото во еден векторски простор на уредот
EmbeddingGemma 2 е модел на Apache 2.0 со 740 милиони параметри кој мапира текст, код, слики, видео и аудио во споделен простор од 768 димензионални вредности. Изграден на Gemma 4. Наменет за телефони и друг тесен хардвер, а не за уште еден гигантски вградувач кој работи само во облак.
Вчитајте само она што ви треба: 270 милиони за текст, додадете визуелизација или аудио или земете го целиот стек. Скратувањето на Matryoshka може да ги намали векторите на 128 димензии за до 6 пати помалку простор за складирање. Контекстот е 8K токени - доволно за приближно 5,5 минути аудио или десетици слики. Google вели дека MTEB Code скокнал за речиси 10 поени во споредба со првиот EmbeddingGemma.
На Pixel 11 Pro со квантизација, тежините само за текст бараат околу 191MB активна RAM меморија; целосно мултимодални околу 567MB. Оригиналниот текстуален модел веќе надмина 20 милиони преземања. Потивките лансирања на Google понекогаш се поважни од впечатливите.
Министерот за наука на Јужна Кореја ги удвојува инвестициите во граничен проект за вештачка интелигенција вреден 3,5 милијарди долари по „Митос“
На парламентарната ревизија, вицепремиерот Бае Кјунг-хун изјави дека Сеул ќе го задржи својот проект за модел на суверена фондација и ќе додаде посебна програма за гранична вештачка интелигенција. Тој го поврза поттикот од 4,7 трилиони вони (3,5 милијарди долари) со „шокот на Митос“ околу Клод Митос од Антропик и со заканите за сајбер безбедноста.
Суверениот напор помина втора евалуација и се движи кон трета. Бе ги нарече моменталните резултати средни на глобално ниво и сака нешто поблиску до водечките системи со отворена тежина. Тој, исто така, предложи услуга „Вештачка интелигенција за сите“ - бесплатна, без ограничувања за употреба - до крајот на годината, плус мегапроекти за центри за податоци, физичка вештачка интелигенција и чипови.
Значи, приказната не е „откажување на домашниот модел“. Туку „додадете поголема, пострашна патека покрај неа“. Националните трки со вештачка интелигенција стануваат сè поскапи. Дали 3,5 милијарди долари се доволни во однос на американските и кинеските размери е отворено прашање. Се чини дека Бе мисли дека седењето мирно е полошо.
Најчесто поставувани прашања
Што внесе OpenAI во GitHub со својот необјавен frontier math модел?
OpenAI објави 372 математички семејства на резултати - околу 722 ракописи - од необјавен фронтирен модел. Многу докази веќе се достапни во Lean. Компанијата тврди дека е постигнат напредок во четиридимензионалната Какеја претпоставка, алгоритмските измени и работата кон Римановата хипотеза. Портпаролот рече дека речиси секој резултат доаѓа од еден единствен потсетник до еден агент, во просек од околу три часа размислување во ChatGPT Pro - не е огромен рој од повеќе агенти.
Зошто математичарите се скептични кон приказната за еднократните математички докази на OpenAI?
Ендру Сатерленд од МИТ го повика OpenAI да го покаже моделот или да го третира еднократното тврдење како непроверено. Советодавната група на OpenAI сакаше инструкции, имиња на модели и сметки за пресметување. Наместо тоа, компанијата објави просеци и некои Lean формализации. Доказите може формално да се потврдат, но новината и наративот за еден агент остануваат оспорени сè додека не се појават поцелосни докази.
Што е Mistral Large 4 и кога пристигнуваат тежините?
Mistral Large 4 - исто така наречен ML4 или „Le Chonk“ - е нативен мултимодален модел со мешавина од експерти со 1 трилион вкупни параметри и 49 милијарди активни. Обучен е на 3.800 NVIDIA Grace Blackwell графички процесори во европските центри за податоци на Mistral. Јавниот преглед е во тек; целосните тежини се ветени до крајот на месецот по соработката со партнерите и владите. Mistral презентираше случаи на употреба во сајбер безбедноста, финансиите, правото и дизајнот на чипови.
Како функционира Клод во Google Docs, Sheets и Slides?
Claude for Google Workspace е во јавна бета верзија на платени планови преку додаток на Marketplace. Сместен е во странична лента што може да чита датотека и да ја уредува на место, или да креира и прилагодува Google датотеки од разговорот на Claude. Во Docs може да поправа реченици или да пушта предлози; Sheets добива формули, пивот-врвови, графикони и опционален Python; Slides може да креира слајдови од вашата тема. Стандардниот режим прашува пред уредувањата; режимот „Прифати сè“ ги прескокнува барањата.
Кој проблем се обидува да го реши протоколот за личен агент Meta и Sierra?
Личните агенти на вештачка интелигенција често наидуваат на CAPTCHA или директни блокади при купување или повикување на деловни API-ја. Sierra и Meta, со партнери вклучувајќи ги Genesys, Shopify, Stripe и Walmart, изготвуваат отворен стандард за потрошувачите да го контролираат пристапот до агентите, а компаниите да поставуваат дозволени дејства преку OAuth. Спецификацијата v0.1 и референтната имплементација треба да се појават подоцна овој месец. OpenAI и Anthropic сè уште не се достапни.
Кога треба да го користите Decisions API-то на OpenAI наместо Responses API-то?
Побарајте го Decisions API кога ви е потребен брзо напишан одговор во стил на да или не - веројатност, условот е точен, избор од листа или резултат на подредени нивоа. Работи на gpt-6-luna преку POST /v1/decisions, прифаќа текст и вградени base64 слики и е околу 10 пати побрз од Responses API. Цената е 0,10 долари на милион влезни токени без надомест за излезен токен. За квалификуваните клиенти постојат патеки со нула задржување на податоци и HIPAA; GA се очекува во наредните недели.
Што ја прави EmbeddingGemma 2 на Google DeepMind корисна на телефоните?
EmbeddingGemma 2 е модел Apache 2.0 со 740 милиони параметри кој мапира текст, код, слики, видео и аудио во еден 768-димензионален простор. Можете да вчитате само текст (270M), да додадете визија или аудио или да го земете целиот стек. Скратувањето на Matryoshka може да ги намали векторите на 128 димензии за до 6 пати помалку простор за складирање. На квантизиран Pixel 11 Pro, само текстот бара околу 191MB активна RAM меморија и целосен мултимодален простор од околу 567MB, со контекст од 8K-токени.