


L'e-mail privé d'Ilya de Musk a été déchiffré par Claude, les informations de codage OpenAI ont été rendues publiques et Google a été blessé
OpenAI et Musk étaient à couteaux tirés, mais ont révélé par inadvertance les nouvelles compétences de Claude 3.
Parce que les internautes ne s'intéressent pas seulement au sujet lui-même, mais aussi à ce qui est écrit dans la partie codée de l'e-mail est devenu un sujet brûlant.
Ainsi, un blogueur IA a publié les résultats qu'il a déchiffrés à l'aide de Claude 3, et le message a été lu plus de 630 000 fois.
Dans ce "jeu d'énigmes", ce que Claude 3 a révélé pour la première fois, et dont les internautes ont le plus discuté, était cette phrase :
Malheureusement, l'avenir de l'humanité est entre les mains de [? 】Mains
En analysant la longueur de la partie codage, Claude a rapidement donné la première version de la réponse - Google.
△La partie encadrée est Claude déchiffrant le contenu
Mais les internautes aux yeux perçants ont vite découvert que la longueur du mot "Google" ne semblait pas correspondre ici.
Cependant, certaines personnes disent qu'il ne doit pas nécessairement s'agir du mot complet "Google", mais qu'il peut également être désigné par une abréviation comme "goog".
Mais qu'il s'agisse de Google ou non, cette spéculation a suscité des vagues. De plus en plus d'internautes commencent à s'interroger sur cet "homme à la tête de l'avenir de l'humanité" dans la bouche de Musk. ..
Les internautes prennent le relais pour résoudre le mystère
Tout d'abord, le blogueur lui-même a déclaré pour la première fois dans les commentaires que quelqu'un avait souligné que la personne codée ici devrait être Demis (le fondateur de DeepMind).
Au moins, c'est plus proche que « Google » en termes de longueur, et l'identité semble raisonnable.
Mais après avoir examiné l'expérience du personnage, les internautes ont rapidement proposé un nouveau candidat, Larry, co-fondateur de Google.
La raison invoquée est que Musk est très inquiet de la position de Larry et pense que ce dernier veut détruire l'humanité, mais je n'ai jamais entendu Musk dire quoi que ce soit à propos de Demis.
Alors que les internautes font le tri sur ces événements passés, il y a aussi de nouveaux développements du côté du cracking de l'IA.
Le célèbre blogueur IA Baoyu a découvert un indice dans le code frontal de la page d'annonce d'OpenAI :
Cette grande barre noire apparemment continue est en fait composée de petits blocs, et la longueur de chaque bloc n'est pas la même.
Il a donc utilisé la technologie frontale pour séparer ces morceaux, puis a envoyé une invite au blogueur d'origine.
Après de telles améliorations, Claude 3 a effectué une autre reconnaissance, et cette fois le résultat est devenu... "idiots".
Cependant, lorsque la phrase suivante fut séparée, Cladue ne put la deviner.
Bien que l'identité de l'homme mystérieux devienne plus confuse, cette explication donne également à certains internautes le sentiment qu'elle semble plus raisonnable.
Bien sûr, qu'il s'agisse de changer les mots d'invite ou de les combiner avec la situation réelle, ces spéculations ne peuvent pas être confirmées ou falsifiées, à moins qu'un jour OpenAI ou Musk lui-même ne se lèvent pour expliquer.
Le blogueur qui a publié l'article est également venu rappeler à tout le monde qu'il suffit de le regarder pour s'amuser et de ne pas prendre cette spéculation trop au sérieux.
Mais au-delà du contenu de la lettre, la performance de Claude 3 a également attiré une vague d'attention.
Certains ont même dit que la prédiction de Claude 3 lui avait fait sentir que le phénomène d'hallucination des grands modèles n'était pas un bug, mais une fonctionnalité !
One More Thing
Concernant la bataille avec OpenAI, les dernières nouvelles de Musk sont qu'il a publié cette photo tôt ce matin.
L'image originale est une photo d'Ultraman négociant en tant que visiteur après avoir été expulsé d'OpenAI. L'étiquette de visiteur qu'il portait était imprimée en P avec le texte "Closed AI", et Musk a également écrit "corrigé".
Mais quelqu'un a immédiatement demandé : xAI est-il open source ?
Cependant, le fondateur d'Anthropic, l'entreprise derrière Claude, a également choisi de partir pour démarrer une entreprise parce qu'il n'était pas satisfait de la « fermeture » d'OpenAI.
À cette époque, OpenAI était en désaccord avec Musk, et il a même été rapporté que le lancement du produit avait été reporté à cause de cette affaire, ce qui a effectivement laissé le temps à Claude de rattraper son retard.
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)

Sujets chauds

Imaginez un modèle d'intelligence artificielle qui non seulement a la capacité de surpasser l'informatique traditionnelle, mais qui permet également d'obtenir des performances plus efficaces à moindre coût. Ce n'est pas de la science-fiction, DeepSeek-V2[1], le modèle MoE open source le plus puissant au monde est ici. DeepSeek-V2 est un puissant mélange de modèle de langage d'experts (MoE) présentant les caractéristiques d'une formation économique et d'une inférence efficace. Il est constitué de 236B paramètres, dont 21B servent à activer chaque marqueur. Par rapport à DeepSeek67B, DeepSeek-V2 offre des performances plus élevées, tout en économisant 42,5 % des coûts de formation, en réduisant le cache KV de 93,3 % et en augmentant le débit de génération maximal à 5,76 fois. DeepSeek est une entreprise explorant l'intelligence artificielle générale

Plus tôt ce mois-ci, des chercheurs du MIT et d'autres institutions ont proposé une alternative très prometteuse au MLP – KAN. KAN surpasse MLP en termes de précision et d’interprétabilité. Et il peut surpasser le MLP fonctionnant avec un plus grand nombre de paramètres avec un très petit nombre de paramètres. Par exemple, les auteurs ont déclaré avoir utilisé KAN pour reproduire les résultats de DeepMind avec un réseau plus petit et un degré d'automatisation plus élevé. Plus précisément, le MLP de DeepMind compte environ 300 000 paramètres, tandis que le KAN n'en compte qu'environ 200. KAN a une base mathématique solide comme MLP est basé sur le théorème d'approximation universelle, tandis que KAN est basé sur le théorème de représentation de Kolmogorov-Arnold. Comme le montre la figure ci-dessous, KAN a

Boston Dynamics Atlas entre officiellement dans l’ère des robots électriques ! Hier, l'Atlas hydraulique s'est retiré "en larmes" de la scène de l'histoire. Aujourd'hui, Boston Dynamics a annoncé que l'Atlas électrique était au travail. Il semble que dans le domaine des robots humanoïdes commerciaux, Boston Dynamics soit déterminé à concurrencer Tesla. Après la sortie de la nouvelle vidéo, elle a déjà été visionnée par plus d’un million de personnes en seulement dix heures. Les personnes âgées partent et de nouveaux rôles apparaissent. C'est une nécessité historique. Il ne fait aucun doute que cette année est l’année explosive des robots humanoïdes. Les internautes ont commenté : Les progrès des robots ont fait ressembler la cérémonie d'ouverture de cette année à des êtres humains, et le degré de liberté est bien plus grand que celui des humains. Mais n'est-ce vraiment pas un film d'horreur ? Au début de la vidéo, Atlas est allongé calmement sur le sol, apparemment sur le dos. Ce qui suit est à couper le souffle

Les performances de JAX, promu par Google, ont dépassé celles de Pytorch et TensorFlow lors de récents tests de référence, se classant au premier rang sur 7 indicateurs. Et le test n’a pas été fait sur le TPU présentant les meilleures performances JAX. Bien que parmi les développeurs, Pytorch soit toujours plus populaire que Tensorflow. Mais à l’avenir, des modèles plus volumineux seront peut-être formés et exécutés sur la base de la plate-forme JAX. Modèles Récemment, l'équipe Keras a comparé trois backends (TensorFlow, JAX, PyTorch) avec l'implémentation native de PyTorch et Keras2 avec TensorFlow. Premièrement, ils sélectionnent un ensemble de

L’IA change effectivement les mathématiques. Récemment, Tao Zhexuan, qui a prêté une attention particulière à cette question, a transmis le dernier numéro du « Bulletin de l'American Mathematical Society » (Bulletin de l'American Mathematical Society). En se concentrant sur le thème « Les machines changeront-elles les mathématiques ? », de nombreux mathématiciens ont exprimé leurs opinions. L'ensemble du processus a été plein d'étincelles, intense et passionnant. L'auteur dispose d'une équipe solide, comprenant Akshay Venkatesh, lauréat de la médaille Fields, le mathématicien chinois Zheng Lejun, l'informaticien de l'Université de New York Ernest Davis et de nombreux autres universitaires bien connus du secteur. Le monde de l’IA a radicalement changé. Vous savez, bon nombre de ces articles ont été soumis il y a un an.

La détection de cibles est un problème relativement mature dans les systèmes de conduite autonome, parmi lesquels la détection des piétons est l'un des premiers algorithmes à être déployés. Des recherches très complètes ont été menées dans la plupart des articles. Cependant, la perception de la distance à l’aide de caméras fisheye pour une vue panoramique est relativement moins étudiée. En raison de la distorsion radiale importante, la représentation standard du cadre de délimitation est difficile à mettre en œuvre dans les caméras fisheye. Pour alléger la description ci-dessus, nous explorons les conceptions étendues de boîtes englobantes, d'ellipses et de polygones généraux dans des représentations polaires/angulaires et définissons une métrique de segmentation d'instance mIOU pour analyser ces représentations. Le modèle fisheyeDetNet proposé avec une forme polygonale surpasse les autres modèles et atteint simultanément 49,5 % de mAP sur l'ensemble de données de la caméra fisheye Valeo pour la conduite autonome.

La dernière vidéo du robot Optimus de Tesla est sortie, et il peut déjà fonctionner en usine. À vitesse normale, il trie les batteries (les batteries 4680 de Tesla) comme ceci : Le responsable a également publié à quoi cela ressemble à une vitesse 20 fois supérieure - sur un petit "poste de travail", en sélectionnant et en sélectionnant et en sélectionnant : Cette fois, il est publié L'un des points forts de la vidéo est qu'Optimus réalise ce travail en usine, de manière totalement autonome, sans intervention humaine tout au long du processus. Et du point de vue d'Optimus, il peut également récupérer et placer la batterie tordue, en se concentrant sur la correction automatique des erreurs : concernant la main d'Optimus, le scientifique de NVIDIA Jim Fan a donné une évaluation élevée : la main d'Optimus est l'un des robots à cinq doigts du monde. le plus adroit. Ses mains ne sont pas seulement tactiles

1. Introduction Au cours des dernières années, les YOLO sont devenus le paradigme dominant dans le domaine de la détection d'objets en temps réel en raison de leur équilibre efficace entre le coût de calcul et les performances de détection. Les chercheurs ont exploré la conception architecturale de YOLO, les objectifs d'optimisation, les stratégies d'expansion des données, etc., et ont réalisé des progrès significatifs. Dans le même temps, le recours à la suppression non maximale (NMS) pour le post-traitement entrave le déploiement de bout en bout de YOLO et affecte négativement la latence d'inférence. Dans les YOLO, la conception de divers composants manque d’une inspection complète et approfondie, ce qui entraîne une redondance informatique importante et limite les capacités du modèle. Il offre une efficacité sous-optimale et un potentiel d’amélioration des performances relativement important. Dans ce travail, l'objectif est d'améliorer encore les limites d'efficacité des performances de YOLO à la fois en post-traitement et en architecture de modèle. à cette fin
