This is a beginner-friendly video. Second half might contain new content for people who already know about acausal trade. * The beginning introduces decision theory and acausal interactions (CDT, EDT, ECL, MBAT). * The middle explains why I think influencing how AIs reason about acausal interactions is time-sensitive. * The last bit talks about how to do the influencing.
Перевод готовится · пока описание источникаГрафик появится после повторных замеров. Текущий показатель уже получен из источника.
23 очков источникаТолько реальные замеры. История до подключения источника не восстанавливается.
Статья оценивает количество AI-агентов, работающих непрерывно без участия человека, используя различные методы, включая использование токенов и отчеты компаний. Предполагается, что в любой момент работает от 300 тысяч до 1 миллиона циклов агентов, из которых 5 тысяч-25 тысяч находятся в состоянии непрерывной работы более 24 часов. Конкретные компании, такие как Anthropic и OpenAI, предоставляют свои собственные цифры, оценивая их в диапазоне от 2 тысяч до 4,5 тысяч и от 150 до 2,5 тысяч соответственно. Текст также сравнивает использование токенов ИИ с речью человека и внутренним монологом, предполагая, что машины уже превзошли человеческое вербальное производство.
вчераLobstersValve представила Pyrowave, новый видео кодек в бета-версии, предназначенный для потоковой передачи с низкой задержкой.
5 дней 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.
вчераLessWrongТекст 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.
3 дня назадHugging FaceКарточка модели Edge0/Audio8-ASR-Infinite на Hugging Face. Идентификатор задачи: automatic-speech-recognition. Подробности по ссылке на источник.
11 дней назадHugging FaceКарточка модели XingChen-AGI/TeleOCR на Hugging Face. Задача: генерация текста по изображению и тексту. Подробности по ссылке на источник.
49 дней назад