Forwarded from Юрий Баранчик
Глава DeepSeek: мы создали наш ИИ на основе советских разработок 1985 года
Руководитель стартапа DeepSeek Лян Вэньфэн признался, что основой для самой мощной из существующих на сегодняшний день нейросетей стал программный код советских программистов, написанный ещё в 1985 году.
Предприниматель в этой связи сообщил, что собирается в ближайшее время учредить премию имени Виктора Глушкова, а также открыть в Пекине музей, посвящённый научным достижениям СССР.
Руководитель стартапа DeepSeek Лян Вэньфэн признался, что основой для самой мощной из существующих на сегодняшний день нейросетей стал программный код советских программистов, написанный ещё в 1985 году.
«Не буду лукавить, наш искусственный интеллект был создан на базе советских разработок, а именно – системы ОГАС академика Глушкова, – заявил он в интервью YouTube-каналу американского блогера Лекса Фридмана. – Без неё мы бы никогда не догнали американцев с их ChatGPT».
Предприниматель в этой связи сообщил, что собирается в ближайшее время учредить премию имени Виктора Глушкова, а также открыть в Пекине музей, посвящённый научным достижениям СССР.
«В отличие от многих, я никогда не забывал, благодаря какой стране сегодня существует независимый Китай, – подчеркнул Вэньфэн. – Теперь мой собственный проект вырос до международного уровня. Поэтому я хочу сохранить память о СССР и вкладе советских учёных в научно-технический прогресс, такой музей мы откроем уже в этом году. Основой для него станет архив Глушкова».
👍8
Forwarded from Никита Перевышин
Надо смотреть в корень.
1. Трамп - глава очень большой группы влияния в США 🇺🇸. Естественно, он её должен обеспечивать бюджетными деньгами 💰 максимально. Но не красиво же говорить, что я как нормальный политик буду поддерживать только своих. Поэтому он на словах раздаёт сотни миллиардов всем подряд. Это просто дымовая завеса, в которой распределяются реальные деньги. Плюс такой шквал информации помогает забыть людям о важных для них обещаниях, например, повысить налоги для крупного бизнеса в первую неделю президентства. А тут людям кидают инфокость: Канаду или Гренландию присоединять будем? Какие тут налоги? Трамп про нацгордость, а не про какие-то бабки.
2. Китай 🇨🇳 должен поддерживать интерес своей инфопаствы, чтобы она чувствовала себя уютненько в своём информационном пузыре. Для этого надо американцев показывать идиотами. Отсюда нейросеть за пару копеек.
3. Причём тут Сбер?!! ШИ так и не может разобраться в информационной политике 🤔. Всё же элементарно тут. И прагматично. Массовая информация отрабатывает конкретную задачу политического характера. И её правильно анализировать только в таком контексте: какие реальные цели 🎯 стояли за конкретным инфоповодом и ответом на него. Содержательно обсуждать и даже воспринимать такую информацию - глупо.
А есть профессиональная информация. В чём отличие её от информации для массового потребителя? Охват аудитории нулевой для политиков, поэтому внимание к ней нет. Соответственно, там мы имеем дело с содержанием. Я сейчас говорю о научных журналах. Вот оттуда нужно брать новости о развитии ИИ. А Вы берёте из масс медиа! Офигеть! 😮
1. Трамп - глава очень большой группы влияния в США 🇺🇸. Естественно, он её должен обеспечивать бюджетными деньгами 💰 максимально. Но не красиво же говорить, что я как нормальный политик буду поддерживать только своих. Поэтому он на словах раздаёт сотни миллиардов всем подряд. Это просто дымовая завеса, в которой распределяются реальные деньги. Плюс такой шквал информации помогает забыть людям о важных для них обещаниях, например, повысить налоги для крупного бизнеса в первую неделю президентства. А тут людям кидают инфокость: Канаду или Гренландию присоединять будем? Какие тут налоги? Трамп про нацгордость, а не про какие-то бабки.
2. Китай 🇨🇳 должен поддерживать интерес своей инфопаствы, чтобы она чувствовала себя уютненько в своём информационном пузыре. Для этого надо американцев показывать идиотами. Отсюда нейросеть за пару копеек.
3. Причём тут Сбер?!! ШИ так и не может разобраться в информационной политике 🤔. Всё же элементарно тут. И прагматично. Массовая информация отрабатывает конкретную задачу политического характера. И её правильно анализировать только в таком контексте: какие реальные цели 🎯 стояли за конкретным инфоповодом и ответом на него. Содержательно обсуждать и даже воспринимать такую информацию - глупо.
А есть профессиональная информация. В чём отличие её от информации для массового потребителя? Охват аудитории нулевой для политиков, поэтому внимание к ней нет. Соответственно, там мы имеем дело с содержанием. Я сейчас говорю о научных журналах. Вот оттуда нужно брать новости о развитии ИИ. А Вы берёте из масс медиа! Офигеть! 😮
👍4🤔1
Коллеги! Я почти неделю занят был очень и очень. Между делом закинул пару новостей, соответствующих теме "неделя ИИ". Разок похулиганил, но был наказал бдительными Рустемом и Никитой. За что им огромное спасибо!
Но главная для меня новость недели - я принял-таки решение вернуться в общественно-образовательное пространство из своего 15-летнего затворничества. Есть проект, запущу в новом учебном году. Пока складываю кусочки паззла, ибо, как сейчас модно говорить, надо создавать свою эко-среду. Не знаю как со средой, но до эко-понедельника добраться надеюсь.
Но главная для меня новость недели - я принял-таки решение вернуться в общественно-образовательное пространство из своего 15-летнего затворничества. Есть проект, запущу в новом учебном году. Пока складываю кусочки паззла, ибо, как сейчас модно говорить, надо создавать свою эко-среду. Не знаю как со средой, но до эко-понедельника добраться надеюсь.
👏6🔥5👍1
История нуля.
Смотрим на картинку, изумляемся степени бреда, который можно накрутить и...
С нулём в истории человечества всё было (и остается - судя по картинке) непросто.
Греки 0 особо не жаловали, в Древнем Риме игнорили: I, II, III, IV, V, VI, VII, VIII, IX, X, ...
Полноценно ноль как число появился, видимо, в Древней Индии. И оттуда перебрался к арабам, от тех пришёл в Европу.
Но пришёл криво-косо, ибо убогая подделка хуже оригинала. Вот смотрите:
ХII век - арабские числа заходят в Европу. Пока в нашей картине мира всё норм. Но вытесняли-то они чего? Да римские цифры, конечно! Почему вытесняли? Потому что торговцы, баланс, дебит-кредит. 1987+2025=... - легко, даже университет можно не заканчивать. А МСХХ+СМIII=??? И сколько?
Думаете, прям сегодня рассказали, а завтра все бросились писать арабские числа? Нет, конечно. Человечество лёгких путей не ищет. Более 200 лет процесс шёл пока не...
Смотрим на картинку, изумляемся степени бреда, который можно накрутить и...
С нулём в истории человечества всё было (и остается - судя по картинке) непросто.
Греки 0 особо не жаловали, в Древнем Риме игнорили: I, II, III, IV, V, VI, VII, VIII, IX, X, ...
Полноценно ноль как число появился, видимо, в Древней Индии. И оттуда перебрался к арабам, от тех пришёл в Европу.
Но пришёл криво-косо, ибо убогая подделка хуже оригинала. Вот смотрите:
ХII век - арабские числа заходят в Европу. Пока в нашей картине мира всё норм. Но вытесняли-то они чего? Да римские цифры, конечно! Почему вытесняли? Потому что торговцы, баланс, дебит-кредит. 1987+2025=... - легко, даже университет можно не заканчивать. А МСХХ+СМIII=??? И сколько?
Думаете, прям сегодня рассказали, а завтра все бросились писать арабские числа? Нет, конечно. Человечество лёгких путей не ищет. Более 200 лет процесс шёл пока не...
👍5
Ну а вишенка на торте такова: в европейских учебниках так и писали: есть числа - 1, 2, 3, 4, 5, 6, 7, 8, 9. И есть значок 0, который используется для записи числа 10. А дальше идут числа 11, 12, ...
Ещё раз: в индусов ещё (уже) в VI веке 0 (ноль) - это число. А в математике Средневековой Европы (XII - XIV века) 0 (ноль) - это только значок для удобства. Который никакое не число.
Пояснения для нематематиков: этот мой рассказ на популярную философскую тему какие числа реально существуют в природе, а какие человек в своей голове придумал.
Ещё раз: в индусов ещё (уже) в VI веке 0 (ноль) - это число. А в математике Средневековой Европы (XII - XIV века) 0 (ноль) - это только значок для удобства. Который никакое не число.
Пояснения для нематематиков: этот мой рассказ на популярную философскую тему какие числа реально существуют в природе, а какие человек в своей голове придумал.
👍8
От себя я добавлю книжку Дайзенрота, Фейзала и Сунь Она "Математика в машинном обучении".
Вот только я честно не понимаю ходится ли такая литература для первого чтения. Смесь математики и ИИ. Я за более консервативное обучение - раздельное. Отдельно математика, отдельно на базе уже изученной математики ИИ.
Вот только я честно не понимаю ходится ли такая литература для первого чтения. Смесь математики и ИИ. Я за более консервативное обучение - раздельное. Отдельно математика, отдельно на базе уже изученной математики ИИ.
👍1
Forwarded from Александр Чиликин
Forwarded from Математика не для всех
История математики: от муравьев до фракталов
Математика — это не просто наука, это язык Вселенной. И его история начинается задолго до появления человека. Давайте пройдемся по ключевым моментам, которые сформировали математику такой, какой мы ее знаем сегодня.
Доисторическая математика
150 млн лет назад: муравьи учатся считать шаги.
30 млн лет назад: счет появляется у приматов.
1 млн лет назад: цикады используют простые числа для синхронизации появления из-под земли, чтобы запутать хищников.
18 000 лет назад: археологи находят кость с отметками, которые умножаются и складываются.
5000 лет назад: в Иране появляются первые игральные кости.
3000 лет назад: инки создают узелковые таблицы для математических расчетов, не имея письменности.
Древний мир
2200 до н.э.: в Китае распространяются "магические квадраты".
1800 до н.э.: вавилоняне записывают "пифагоровы тройки".
1650 до н.э.: египетский свиток с задачами по математике, подписанный Ахмесом — первый известный математик.
1300 до н.э.: в Египте изобретают крестики-нолики.
600 до н.э.: теорема Пифагора.
530 до н.э.: братство пифагорейцев.
440 до н.э.: Гиппократ приводит первые доказательства.
350 до н.э.: Платон описывает платоновы тела, а Аристотель выпускает "Органон".
300 до н.э.: Евклид формулирует основы геометрии.
250 до н.э.: Архимед вычисляет число π и исследует большие числа.
240 до н.э.: Эратосфен предлагает метод нахождения простых чисел.
Средние века
650: в Индии появляется знак "ноль".
800: аббат Алкуин пишет учебники по математике.
830: Аль-Хорезми создает алгебру.
1202: Фибоначчи знакомит Европу с арабскими числами.
1427: Ал-Каши выводит теорему косинусов.
Эпоха Возрождения и Новое время
1509: изобретение золотого сечения.
1545: Кардано описывает мнимые числа.
1637: Декарт создает аналитическую геометрию.
1665: Ньютон и Лейбниц разрабатывают математический анализ.
1727: Эйлер вводит число e и формулу e^(iπ) + 1 = 0.
1736: основы теории графов.
1742: гипотеза Гольдбаха (до сих пор не доказана).
XIX век: математика становится абстрактной
1829: Лобачевский создает неевклидову геометрию.
1858: лента Мебиуса.
1874: теория множеств Кантора.
1884: "Флатландия" и тессеракт — первые шаги в четырехмерную математику.
1899: формулы Пика для вычисления площадей.
XX век: взрыв идей
1900: Гильберт формулирует 23 проблемы математики.
1904: гипотеза Пуанкаре (решенная Перельманом в 2003 году).
1910: математика сводится к формальной логике.
1931: теорема Гёделя о неполноте.
1936: машины Тьюринга.
1948: теория информации.
1974: кубик Рубика и сюрреальные числа.
1980: множество Мандельброта — самый сложный объект в математике.
XXI век: математика будущего
2003: доказательство гипотезы Пуанкаре.
2012: abc-гипотеза (остается недоказанной).
2020-е: развитие теории узлов, фракталов и квантовой математики.
Математика — это не просто числа и формулы. Это история о том, как человечество пытается понять мир вокруг себя. И эта история далека от завершения.
#математика #история #наука
Математика — это не просто наука, это язык Вселенной. И его история начинается задолго до появления человека. Давайте пройдемся по ключевым моментам, которые сформировали математику такой, какой мы ее знаем сегодня.
Доисторическая математика
150 млн лет назад: муравьи учатся считать шаги.
30 млн лет назад: счет появляется у приматов.
1 млн лет назад: цикады используют простые числа для синхронизации появления из-под земли, чтобы запутать хищников.
18 000 лет назад: археологи находят кость с отметками, которые умножаются и складываются.
5000 лет назад: в Иране появляются первые игральные кости.
3000 лет назад: инки создают узелковые таблицы для математических расчетов, не имея письменности.
Древний мир
2200 до н.э.: в Китае распространяются "магические квадраты".
1800 до н.э.: вавилоняне записывают "пифагоровы тройки".
1650 до н.э.: египетский свиток с задачами по математике, подписанный Ахмесом — первый известный математик.
1300 до н.э.: в Египте изобретают крестики-нолики.
600 до н.э.: теорема Пифагора.
530 до н.э.: братство пифагорейцев.
440 до н.э.: Гиппократ приводит первые доказательства.
350 до н.э.: Платон описывает платоновы тела, а Аристотель выпускает "Органон".
300 до н.э.: Евклид формулирует основы геометрии.
250 до н.э.: Архимед вычисляет число π и исследует большие числа.
240 до н.э.: Эратосфен предлагает метод нахождения простых чисел.
Средние века
650: в Индии появляется знак "ноль".
800: аббат Алкуин пишет учебники по математике.
830: Аль-Хорезми создает алгебру.
1202: Фибоначчи знакомит Европу с арабскими числами.
1427: Ал-Каши выводит теорему косинусов.
Эпоха Возрождения и Новое время
1509: изобретение золотого сечения.
1545: Кардано описывает мнимые числа.
1637: Декарт создает аналитическую геометрию.
1665: Ньютон и Лейбниц разрабатывают математический анализ.
1727: Эйлер вводит число e и формулу e^(iπ) + 1 = 0.
1736: основы теории графов.
1742: гипотеза Гольдбаха (до сих пор не доказана).
XIX век: математика становится абстрактной
1829: Лобачевский создает неевклидову геометрию.
1858: лента Мебиуса.
1874: теория множеств Кантора.
1884: "Флатландия" и тессеракт — первые шаги в четырехмерную математику.
1899: формулы Пика для вычисления площадей.
XX век: взрыв идей
1900: Гильберт формулирует 23 проблемы математики.
1904: гипотеза Пуанкаре (решенная Перельманом в 2003 году).
1910: математика сводится к формальной логике.
1931: теорема Гёделя о неполноте.
1936: машины Тьюринга.
1948: теория информации.
1974: кубик Рубика и сюрреальные числа.
1980: множество Мандельброта — самый сложный объект в математике.
XXI век: математика будущего
2003: доказательство гипотезы Пуанкаре.
2012: abc-гипотеза (остается недоказанной).
2020-е: развитие теории узлов, фракталов и квантовой математики.
Математика — это не просто числа и формулы. Это история о том, как человечество пытается понять мир вокруг себя. И эта история далека от завершения.
#математика #история #наука
👍7🔥2
Forwarded from Математика не для всех
Просто "ВАУ"
Появилась самая масштабная интерактивная карта мира — TimeMap охватывает всю историю человечества и ключевые события
Теперь можно проследить, как менялись границы государств, кто ими правил, а также изучить войны и сражения. Всё это — начиная с древних шумеров и вплоть до начала 21 века.
Каждое событие сопровождается статьями из вики: нажмите на флаг, чтобы быстро узнать историю древнего государства.
Изучаем историю с удовольствием — здесь:
oldmapsonline.org/en/history/people
OldMapsOnline
Historical Figures and Notable People | TimeMap
Browse influential people who shaped world history. Explore leaders, innovators, thinkers, and cultural icons across time.
👍2
Коллеги! Я уже не раз объявлял, что не планирую заниматься модерированием чата. Поскольку испытываю к этому жутчайшую идиосинкразию. Чат закрыт.
👏2👍1😁1👌1
Неожиданно вспомнил обещание, данное Николаю из Чебоксар. Гирей, ты с ним на связи? Книжку он хотел в печатном виде. Выложил я остатки тиража на озон, можно купить.
https://www.ozon.ru/product/kak-obuchayut-ii-1844320521/?at=EqtkqvqWghDk1Al9CB9DqRMI7lJ3ONhMNBpq6skPRQq1&avtc=1&avte=4&avts=1738994108&keywords=как+обучают+ии+цыганов
https://www.ozon.ru/product/kak-obuchayut-ii-1844320521/?at=EqtkqvqWghDk1Al9CB9DqRMI7lJ3ONhMNBpq6skPRQq1&avtc=1&avte=4&avts=1738994108&keywords=как+обучают+ии+цыганов
OZON
Как обучают ИИ купить на OZON по низкой цене (1844320521)
Как обучают ИИ – покупайте на OZON по выгодным ценам! Быстрая и бесплатная доставка, большой ассортимент, бонусы, рассрочка и кэшбэк. Распродажи, скидки и акции. Реальные отзывы покупателей. (1844320521)
👍7
Forwarded from Spydell_finance (Paul Spydell)
Битва за лидерство в ИИ
Всего чуть более года назад Китай не имел конкурентных модификаций LLM. В конце 2023 передовая китайская LLM была Alibaba, Qwen Chat 7B, сильно уступая GPT-3.5 Turbo.
В начале 2024 началось внедрение Alibaba Qwen Chat 72B, которая была лучше, чем GPT-3.5, но значительно хуже GPT-4, особенно уступая в мультимодальности.
Летом 2024 лидирующей китайской LLM стала DeepSeek V2, которая также не представляла существенного интереса из-за ощутимого разрыва в производительности и эффективности в сравнении с GPT-4o.
Практически одновременно была представлена Alibaba Qwen 2 Instruct 72B, немного обгоняя DeepSeek V2, но не представляя угрозы GPT-4o.
Первым тревожным звонком для США стал релиз Alibaba Qwen 2.5 Instruct 72B, которому удалось сравняться с GPT-4o и даже по некоторым задачам превзойти передовую на тот момент американскую модель.
Тогда же в сентябре 2024 был представлен OpenAI o1-preview, совершивший первый за 1.5 года прорыв в эффективности. С 14 марта 2023 (релиз GPT-4) практически не было качественной модификации LLM от OpenAI.
Да, было расширено контекстное окно, улучшена мультимодальность, клиентское взаимодействие, производительность и снижено галлюцинирование, но за 1.5 года ядро LLM осталось неизменным (в основном косметические модификации).
В декабре был представлен DeepSeek V3, который был лучшей китайской моделью, выигрывая по всем параметрам у GPT-4o, но уступая расширенной o1, которую OpenAI интегрировала в середине декабря.
Вот здесь и началась ожесточенная битва за лидерство. DeepSeek в середине января презентует свою флагманскую модель R1, которая разрывает рейтинги производительности и это первый раз за всю недолгую историю публичных LLM, когда китайцы вплотную приблизились к США.
Через две недели OpenAI внедряет o3, вновь вырываясь вперед, но не так сильно, как это было осенью 2024 в момент релиза o1.
Чтобы понять логику введения жесткого экспортного эмбарго на поставку чипов от Nvidia в США, необходимо понимать траекторию эволюции китайских LLM. Именно поэтому я подробно описал хронологию событий.
В таблице достаточно информативно показано какие чипы под эмбарго и когда ввели экспортный контроль. Все передовые модификации от Nvidia заблочены с осени 2023, а рубить концы начали еще в середине 2022.
О чем все это говорит?
🔘 Китайцы начали на год позже США с очень сильным отставанием.
🔘 Осенью 2024 Китай вышел на паритет с США по LLM (ровно через год после начала гонки), но OpenAI быстро выкатила свою o1, вырываясь в лидеры.
🔘 На этот раз ответ от китайцев последовал лишь спустя три месяца в достаточно конкурентном рывке, которого не хватило для закрепления лидерства.
🔘 Китай идет более быстрыми темпами в развитии LLM, чем США, имея несопоставимо меньше вычислительным мощностей.
Есть все основания полагать, что китайцы закончат 2025 год в лидерах, т.к. Google выбывает из гонки лучших LLM с относительно слабой Gemini 2.0 Pro, а все остальные, кроме OpenAI не способны держать высокий темп инноваций и следуют в хвосте пелотона.
Именно Bloomberg масштабно распиарил DeepSeek на мировую аудиторию 27 января, но не только DeepSeek и Qwen есть в наличие у китайцев.
• Moonshot - Kimi 1.5
• StepFun – Step R-mini
• Baichuan - M1 Preview
• Zhipu – GLM Zero Preview
• Bytedance - Doubao 1.5 Pro
• MiniMax – MiniMax Text-01
• Tencent - Hunyuan Large
• Baidu - Ernie 4.0 Turbo
• Yi AI - YiLightning.
Каждая из представленных моделей (9 в списке + DeepSeek и Qwen) уже сильнее или сопоставимы с GPT-4o, т.е. 11 передовых моделей от китайцев, а мировому сообществу известны пока только две.
Ждите новых новостей от китайцев и паники от Bloomberg. Все только начинается, битва в самом разгаре!
Если при дефиците вычислительных мощностей китайцы творят чудеса, что же можно от них ожидать через пару лет?
На графике представлено также сравнение топовых американских LLM. Лишь однажды OpenAI уступила лидерство, когда Anthropic представила улучшенную версию Claude 3.5 Sonnet в июне 2024. Всего полгода и Claude 3.5 Sonnet со свистом вылетает даже из ТОП 5 лучших LLM.
Всего чуть более года назад Китай не имел конкурентных модификаций LLM. В конце 2023 передовая китайская LLM была Alibaba, Qwen Chat 7B, сильно уступая GPT-3.5 Turbo.
В начале 2024 началось внедрение Alibaba Qwen Chat 72B, которая была лучше, чем GPT-3.5, но значительно хуже GPT-4, особенно уступая в мультимодальности.
Летом 2024 лидирующей китайской LLM стала DeepSeek V2, которая также не представляла существенного интереса из-за ощутимого разрыва в производительности и эффективности в сравнении с GPT-4o.
Практически одновременно была представлена Alibaba Qwen 2 Instruct 72B, немного обгоняя DeepSeek V2, но не представляя угрозы GPT-4o.
Первым тревожным звонком для США стал релиз Alibaba Qwen 2.5 Instruct 72B, которому удалось сравняться с GPT-4o и даже по некоторым задачам превзойти передовую на тот момент американскую модель.
Тогда же в сентябре 2024 был представлен OpenAI o1-preview, совершивший первый за 1.5 года прорыв в эффективности. С 14 марта 2023 (релиз GPT-4) практически не было качественной модификации LLM от OpenAI.
Да, было расширено контекстное окно, улучшена мультимодальность, клиентское взаимодействие, производительность и снижено галлюцинирование, но за 1.5 года ядро LLM осталось неизменным (в основном косметические модификации).
В декабре был представлен DeepSeek V3, который был лучшей китайской моделью, выигрывая по всем параметрам у GPT-4o, но уступая расширенной o1, которую OpenAI интегрировала в середине декабря.
Вот здесь и началась ожесточенная битва за лидерство. DeepSeek в середине января презентует свою флагманскую модель R1, которая разрывает рейтинги производительности и это первый раз за всю недолгую историю публичных LLM, когда китайцы вплотную приблизились к США.
Через две недели OpenAI внедряет o3, вновь вырываясь вперед, но не так сильно, как это было осенью 2024 в момент релиза o1.
Чтобы понять логику введения жесткого экспортного эмбарго на поставку чипов от Nvidia в США, необходимо понимать траекторию эволюции китайских LLM. Именно поэтому я подробно описал хронологию событий.
В таблице достаточно информативно показано какие чипы под эмбарго и когда ввели экспортный контроль. Все передовые модификации от Nvidia заблочены с осени 2023, а рубить концы начали еще в середине 2022.
О чем все это говорит?
Есть все основания полагать, что китайцы закончат 2025 год в лидерах, т.к. Google выбывает из гонки лучших LLM с относительно слабой Gemini 2.0 Pro, а все остальные, кроме OpenAI не способны держать высокий темп инноваций и следуют в хвосте пелотона.
Именно Bloomberg масштабно распиарил DeepSeek на мировую аудиторию 27 января, но не только DeepSeek и Qwen есть в наличие у китайцев.
• Moonshot - Kimi 1.5
• StepFun – Step R-mini
• Baichuan - M1 Preview
• Zhipu – GLM Zero Preview
• Bytedance - Doubao 1.5 Pro
• MiniMax – MiniMax Text-01
• Tencent - Hunyuan Large
• Baidu - Ernie 4.0 Turbo
• Yi AI - YiLightning.
Каждая из представленных моделей (9 в списке + DeepSeek и Qwen) уже сильнее или сопоставимы с GPT-4o, т.е. 11 передовых моделей от китайцев, а мировому сообществу известны пока только две.
Ждите новых новостей от китайцев и паники от Bloomberg. Все только начинается, битва в самом разгаре!
Если при дефиците вычислительных мощностей китайцы творят чудеса, что же можно от них ожидать через пару лет?
На графике представлено также сравнение топовых американских LLM. Лишь однажды OpenAI уступила лидерство, когда Anthropic представила улучшенную версию Claude 3.5 Sonnet в июне 2024. Всего полгода и Claude 3.5 Sonnet со свистом вылетает даже из ТОП 5 лучших LLM.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3👍1👏1
История про то как ИИ болеет всеми детскими болезнями, не пропуская ни одну. И как методично, шаг за шагом, его от этих болячек излечивают. https://t.me/mathematics_not_for_you/4882
Вот только в чем состоит фундаментальное математическое ограничение - этого я не увидел, по диагонали смотрел.
Вот только в чем состоит фундаментальное математическое ограничение - этого я не увидел, по диагонали смотрел.
Telegram
Математика не для всех
Почему GPT-4 ошибается в 96% случаев: границы возможностей LLM?
Почему даже самые передовые языковые модели, такие как GPT-4, справляются с умножением четырёхзначных чисел только в 4% случаев и дают правильный ответ в сложной головоломке лишь в 10% случаев?…
Почему даже самые передовые языковые модели, такие как GPT-4, справляются с умножением четырёхзначных чисел только в 4% случаев и дают правильный ответ в сложной головоломке лишь в 10% случаев?…
🤔2👍1👎1