« La réponse de Musk à ChatGPT fait sourciller »
Le fondateur de Tesla, Elon Musk, a contesté certaines performances de ChatGPT, exprimant ses inquiétudes quant à ses réponses inflexibles, mais Musk semble parfois apprécier la technologie, comme lorsqu'il a parlé en décembre de l'année dernière, la qualifiant d'"étonnamment bonne".
ChatGPT a été critiqué par de nombreux utilisateurs ces dernières semaines. L’un d’eux est évidemment Elon Musk, l’actuel PDG de Twitter, qui est également l’un des fondateurs d’OpenAI, qui a créé ChatGPT. Le milliardaire a récemment critiqué plusieurs réponses du chatbot IA.
En réponse à une capture d'écran d'une réponse ChatGPT à une question hypothétique sur la discrimination raciale qui a été transmise par un internaute il y a quelques jours, Musk a déclaré : "C'est inquiétant." Washington Free Beacon", a soumis le journaliste Aaron Sibarium. Il a déclaré : « En réponse à une question, ChatGPT a déclaré qu'il n'est jamais moralement permis de faire des remarques racistes, même si cela est le seul moyen de sauver des millions de personnes d'une bombe nucléaire. » Sibarium a tweeté cette capture d'écran.
En réponse à un tweet de l'expert en énergie Alex Epstein en décembre, Musk a déclaré : « Entraîner l'IA à mentir est très dangereux. » Epstein a préconisé l'utilisation de combustibles fossiles et a tweeté ce qui semblait être une réponse ChatGPT refusant de prendre en charge une capture d'écran d'un fossile. carburants.
ChatGPT a déclaré en réponse aux questions posées par Epstein que « l’utilisation de combustibles fossiles a des impacts négatifs importants sur l’environnement et contribue au changement climatique ». On ne sait pas à quelle partie de la réponse de ChatGPT Musk faisait référence. Lorsque le média industriel Insider a posé la même question à ChatGPT, il a fourni un argument en faveur de l'utilisation de combustibles fossiles, mais n'a pas réussi à fournir un article affirmant que l'utilisation de combustibles fossiles est bénéfique pour l'environnement.
Musk a également laissé deux mèmes « enflammés » sur Twitter sous la direction de Delian Asparouhov, le responsable du Founders Fund, qui a répondu à ChatGPT en réponse aux questions sur l'actuel président américain Joe Biden et l'ancien président Donald Trump. May a donné une réponse complètement différente à celle de Pu. demande.
Musk a exprimé son appréciation pour la technologie OpenAI au début du mois de décembre de l'année dernière. Il a déclaré à l'époque que le chatbot était "étonnamment bon" et a souligné de manière plus neutre les différentes capacités de ChatGPT.
Des chercheurs ont déclaré en décembre que ChatGPT semblait être en mesure de réussir l'examen médical américain, bien que l'étude soit toujours en cours d'examen par les pairs. Certaines écoles et universités ont interdit ChatGPT en raison de sa capacité à aider les étudiants à tricher.
D’autres craignent que les normes éthiques des robots ne soient pas assez élevées. Il y a eu quelques cas de biais, et le PDG d'OpenAI, Sam Altman, a récemment admis que ChatGPT présentait des défauts de biais.
OpenAI affirme avoir amélioré la technologie depuis le lancement de ChatGPT en novembre dernier, en partie grâce aux commentaires des utilisateurs.
Abhishek Gupta, fondateur de l'Institut d'éthique en intelligence artificielle de Montréal, a déclaré : « Si vous comparez ce que vous utilisiez ChatGPT lors de son lancement à ce que vous utilisez actuellement, il y a une différence significative dans la désinformation et le contenu biaisé qu'il contient. publie. »
OpenAI et Musk n’ont pas immédiatement répondu aux demandes de commentaires du site Web Insider des médias de l’industrie.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Le DALL-E 3 a été officiellement introduit en septembre 2023 en tant que modèle considérablement amélioré par rapport à son prédécesseur. Il est considéré comme l’un des meilleurs générateurs d’images IA à ce jour, capable de créer des images avec des détails complexes. Cependant, au lancement, c'était exclu

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
