To jest takie piękne. A jednocześnie: to dopiero początek <3 Cała generacja autodidaktyków wyłoni się z pomocą AI.

te wyniki były dla mnie odkrywcze... agent chatgpt wypadł lepiej, niż się spodziewałem w niektórych dość realistycznych zadaniach związanych z bankowością inwestycyjną

Miałem wczesny dostęp i uważam, że agent ChatGPT to duży krok naprzód w kierunku wykorzystania AI do wykonywania rzeczywistej pracy. Nawet na tym etapie dobrze radzi sobie autonomicznie, prowadząc badania i tworząc pliki Excel (z formułami!), PowerPoint itp. Daje to poczucie, jak agenci zaczynają się łączyć.

Aktualizacja: Żyję i mam się dobrze Wyniki są już oficjalne, a moja przewaga nad AI wzrosła z 5,5% do 9,5%😎 Szczerze mówiąc, ten hype wydaje się dość dziwny. Nigdy nie spodziewałem się, że tak wiele osób będzie zainteresowanych konkursami programistycznymi. Chyba powinienem częściej tutaj zaglądać👀

Agent ChatGPT: nasza pierwsza AI z dostępem do przeglądarki tekstowej, przeglądarki wizualnej i terminala. Wdrażanie w ChatGPT Pro, Plus i Team dzisiaj.

Ludzkość przetrwała (na razie!) Jestem całkowicie wyczerpany. Zdałem sobie sprawę, że miałem 10 godzin snu w ciągu ostatnich 3 dni i ledwo żyję. Opublikuję więcej informacji o konkursie, gdy trochę odpocznę. (Aby było jasne, to są wyniki wstępne, ale moja przewaga powinna być wystarczająco duża)

Jestem niezwykle podekscytowany potencjałem wierności i interpretowalności chain-of-thought. Znacząco wpłynęło to na projektowanie naszych modeli rozumowania, zaczynając od o1-preview. W miarę jak systemy AI spędzają więcej mocy obliczeniowej na długoterminowych problemach badawczych, kluczowe jest, abyśmy mieli jakiś sposób monitorowania ich wewnętrznych procesów. Cudowną cechą ukrytych CoT jest to, że chociaż zaczynają one od języka, który możemy interpretować, procedura optymalizacji skalowalnej nie jest sprzeczna z zdolnością obserwatora do weryfikacji intencji modelu - w przeciwieństwie do np. bezpośredniego nadzoru z modelem nagród. Napięcie polega na tym, że jeśli CoT nie byłyby domyślnie ukryte, a my postrzegamy ten proces jako część wyjścia AI, istnieje wiele zachęt (a w niektórych przypadkach konieczności), aby nałożyć na to nadzór. Wierzę, że możemy dążyć do najlepszego z obu światów - szkolić nasze modele, aby były doskonałe w wyjaśnianiu swojego wewnętrznego rozumowania, ale jednocześnie zachować zdolność do okazjonalnej weryfikacji. Wierność CoT jest częścią szerszego kierunku badań, który polega na szkoleniu w zakresie interpretowalności: ustalanie celów w taki sposób, aby przynajmniej część systemu pozostała uczciwa i monitorowalna w skali. Kontynuujemy zwiększanie naszych inwestycji w te badania w OpenAI.