Mások mellett az Amazon és a Google dollármilliárdokban mérhető befektetése áll az Anthropic nevű amerikai saját nagy nyelvi modellje, a Claude fejlesztése mögött. Azért tették bele a pénzt, mert úgy gondolták, ez a platform lenyomhatja a ChatGPT-t. És ez most meg is történt.
Tavaly nyáron debütált az az egyedülálló platform, amit a Kaliforniai Egyetem oktatói és hallgatói dobtak össze. A hely neve Chatbot Arena, a lényege pedig az, hogy különböző mesterséges intelligenciák (MI) egymásnak ereszthetők, hogy kiderüljön, melyik a jobb. Most olyan dolog történt, amire még nem volt példa: lekerült a ranglista első helyéről az OpenAI által fejlesztett, a ChatGPT szolgáltatás mögött is dolgozó GPT-4 nagy nyelvi modell (LLM) – számolt be róla az ArsTechnica.
A trónfosztó az OpenAI egykori alkalmazottai által alapított Anthropic Claude 3 Opus LLM-je. Az X-re az eredménnyel kapcsolatban egy szoftverfejlesztő csak annyit írt ki: meghalt a király.
A GPT-4 még a kezdetekkor került be az arénába, a különböző változatai pedig 2023. május 10-e óta folyamatosan ott vannak az élmezőnyben és a dobogós helyeken. Ennek fényében izgalmas, hogy a Claude 3 Opus ilyen eredményt ért most el.
Simon Willison független MI-kutató szerint most először fordult elő az, hogy a legjobbnak mondott mesterséges intelligencia nem az OpenAI-tól, hanem egy konkurensétől származik. Ugyanakkor szerinte a győzelemre érdemes abban a kontextusban is tekinteni, hogy a GPT-4 több mint egyéves, és ez az egy év kellett ahhoz, hogy más fejlesztés egyáltalán felnőjön hozzá. (A Claude 3 Opus nemrég, március elején elején jelent meg.)
A Chatbot Arena egy olyan benchmarkplatform az LLM-ek számára, ahol a felhasználó két véletlenszerűen választott modellt tesztelhet egy feladattal (pl. írjon egy meghatározott e-mailt), majd kiválaszthatja a legjobb választ anélkül, hogy tudná, melyik LLM áll az egyes válaszok mögött. Ezután már láthatóvá válik, hogy melyik válasz mögött melyik modell áll.
A felhasználói értékelések eredményeit az LLM-ek rangsorolására használják fel egy Elo minősítési rendszeren alapuló ranglistán, amely a sakkban széles körben használt értékelési rendszer.
A Claude 3 Opus csúcsra jutása jelenleg zárójelbe teheti az OpenAI sikereit, de persze az utóbbi cég már gőzerővel dolgozik a GPT-5-ön, amelyről Sam Altman vezérigazgató nemrég igencsak magabiztosan nyilatkozott.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
Egy kiadós gombamérgezéssel indul François Ozon új filmje, a Ha megérkezik az ősz. A termékeny francia filmrendezővel az öregkori ráncok szépségéről, az Elemi ösztön nem múló vonzerejéről, egy szexi nagymamáról, egy pusztító családi vacsoráról és Nicole Kidman plasztikai beavatkozásairól is beszélgettünk.
Vasárnap hajnalban megvolt az eszkaláció, két nappal később a kapituláció is – nem így képzelnénk két atomhatalom háborúját. Irán megrogyott, de ennek a háborúnak valójában aligha van vége.
Iránnak az lehet a fő tanulság a most véget érő háborúról, hogy atomfegyver nélkül nem tudja megvédeni magát.
Látványosan távol tartotta magát a közel-keleti konfliktus értékelésétől Orbán Viktor. A kormányfőnek csak hazai használatra van mondása a fejleményekről.
Alapesetben a harcsa félénk állat, azonban ha a fészkét védi vagy fenyegetve érzi magát, támadásba lendül.
Megerősítették, hogy készek a kutatóhálózatról leválasztandó négy központ átvételére.
Elemzésünk a Tisza és a Fidesz első szakpolitikai vitájáról.
