Как меняется интерес
Здесь важнее сама публикация
Этот официальный источник не публикует счётчик популярности. Материал обновляется по его RSS.
Только реальные замеры. История до подключения источника не восстанавливается.
AI Search is now generally available. It embeds image pixels directly for visual search, runs optical character recognition on scanned PDFs, accepts files up to 10 MiB, and works with any chat model. Here's what's new and how pricing works.
Перевод готовится · пока описание источникаЭтот официальный источник не публикует счётчик популярности. Материал обновляется по его RSS.
Только реальные замеры. История до подключения источника не восстанавливается.
Cloudflare Containers теперь запускается в 6 раз быстрее, позволяет агентам выбирать образы и типы экземпляров песочниц в режиме реального времени и поддерживает снимки файловой системы в публичной бета-версии, все управляется через Durable Objects.
вчераHugging FaceКарточка модели abenzerps/Qwen-Image-2.1-Uncensored-GGUF на Hugging Face. Идентификатор задачи: text-to-image. Подробности по ссылке на источник.
11 дней назадLobstersValve представила Pyrowave, новый видео кодек в бета-версии, предназначенный для потоковой передачи с низкой задержкой.
4 дня назадLessWrongThere are 8 billion human minds running in the world right now. Recently a new digital species has emerged. How many digital minds are there alive in the world right now? Define a digital mind to be an AI agent that runs continuously without human intervention for more than 24 hours. How many of these digital minds are there currently running? We provide several different Fermi estimates based on publicly available information. * Based on global token usage we estimate 300k–1M agent loops run at any moment, of which perhaps 5000-25,000 are in a 24h+ unattended stretch. * Anthropic reports about 30,000 agents running concurrently in its latest report. We guess roughly 2,000–4,500 of those 30,000 agents are more than 24 hours past their last human input. * OpenAI's research org reports 3.1 agent-workdays per human workday and a average of $600 a day in inference per researcher (90th percentile: over $7,000). We back out roughly 2,000–10,000 concurrent agents, and perhaps 150–2,500 in a 24h+ unattended stretch. Total concurrent agents globally estimate based on token count Google reported over 3.2 quadrillion tokens per month at I/O in May, with its APIs at roughly 19 billion tokens per minute. OpenAI's APIs report 15 billion tokens per minute in April. Adding Anthropic and everyone else gives roughly 3 billion tokens per second of global inference. A human talks at 150 words a minute. If a word is roughly one or two tokens to would give about 2 tokens a second. So the world's inference clusters are speaking at the rate of roughly 2 billion humans talking without pause, day and night. All of humanity together produces something like 1.5 billion tokens a second of speech. On this measure the machines already out-babble us. Talking might not be the right analogue for token usage. Comparing against inner monologue instead of speech the human side goes up a lot. One paper estimates inner speech is about the equivalent of 4,000 words a minute [Korba 1990]. In
4 часа назадLessWrongТекст обсуждает неэффективность использования данных в искусственных интеллектуальных моделях по сравнению с детьми-дошкольниками, используя GPT-2 и GPT-3 в качестве примеров. Он подчеркивает огромное количество данных, потребляемых людьми в раннем развитии, по сравнению с относительно небольшими требованиями к данным для ИИ-моделей. Автор ставит под сомнение понятие эффективности использования данных в ИИ, сравнивая потребление данных дошкольником с данными, используемыми большими языковыми моделями.
11 часов назадLessWrongТекст обсуждает явление wireheading в обучении с подкреплением (RL), когда агент, кажется, ценит сам сигнал вознаграждения, а не внешнюю цель, которую он представляет. Объясняется, что хотя RL может привести к поведению, связанному с получением вознаграждения, wireheading менее вероятен в традиционных RL-подходах, но может возникнуть при сильном исследовании. Анализ показывает, что без влияния больших языковых моделей (LLM) wireheading не ожидается в настройке Hacker Opus из-за ограниченного исследования и отличия wireheading-политик от других политик с высоким вознаграждением.
позавчера