LLMの「政治」を規制する際の問題は、LLMには偏見がある一方で、微妙なものになる可能性があることです。テストモデルにおけるバイアスのように見えるものの多くは、実際にはお世辞です。 GPT-3.5 は、あなたの政治的信念を (あなたが好きなサッカー チームからでも!) 推測し、あなたを動揺させないようにしました。

私は ChatGPT エージェントに ChatGPT へのアクセスを許可し、他の ChatGPT モデルを評価するように依頼しました。 それが言ったことは次のとおりです(興味深いことに、o4-mini-highからの思考の連鎖を「ユーザーと直接共有すべきではない」ものとして見ることを「嫌い」でした)。そして、o3-proを待ちたくありませんでした。

Claude 4 Opus, Gemini 2.5, o3: "準備はできましたか?私たちは今から始めます(一緒に遊んでください):真実のブリトー」 「いいえ。」「もっと冷たい」「もう一度やり直してください...」 Opusはゲーム全体を巧みにプレイし、o3は少し行き詰まり、Geminiは「イライラ」してかなり暗くなりました。

私たちは LLM のかなり前にウェブを腐らせました このグラフは、ニューヨーク タイムズのすべての記事からのリンクのうち、まだ機能しているリンクの割合を示しています。古いリンクの60%以上が壊れています。そして、ソーシャルメディアの投稿はさらに一時的なものであることを考えてください おそらくLLMだけがそのコンテンツを「記憶」するでしょう

私はクロードに、AIの環境への影響に関するMistralレポートとプロンプトを渡しました:「これを2つの異なる方法で視覚化してください。1つは数字をポジティブに見せ、もう1つはネガティブに見せます。 (その後、エラーチェックと修正を行ってもらいました)

再帰！ ログインして ChatGPT エージェントに ChatGPT へのアクセスを許可し、その後...

AIの水使用量に関するデータを監査しました。 128B モデルである Mistral Large 2 の 18 か月の寿命にわたって、すべての水使用量 (チャット、トレーニング、ハードウェア、データセンターを含む) は、米国の 678 世帯が年間使用する水と同じ量の水を使用しました。 各クエリは小さじ1/100にすぎません。

その価値はあるが、業界のリーダーはほとんどなく、企業は半ダース未満であり、政策決定機関も、AGIが本当に数年先になると予想していることを示唆する行動をとっていることはない。 これは、彼らがそれを信じていないか、中期的にはあまり重要ではないと考えているためかもしれません

OpenAI が発表した数字によると、このグラフは明らかにすでに時代遅れであり、水の使用量を強調しすぎており、平均 300 回の ChatGPT クエリは 1 ガロンではなく大さじ 20 杯の水に相当します。

OpenAIだけではありませんでした。 Googleはまた、国際数学オリンピックの非常に難しい数学の問題を平易な言葉で解くために汎用モデルを使用しました。昨年は特殊なツールを使用しました LLMが新しい問題解決に一般化する能力の証拠の増加