Banyak saluran berita utama menyekat perangkak OpenAI
Sejak OpenAI melancarkan model kecerdasan buatan generatif kandungan, data di Internet telah digunakan secara meluas untuk melatih dan menambah baik model ini. Walau bagaimanapun, menurut tinjauan oleh Institut Reuters, semakin banyak media berita telah mula menyatakan keraguan tentang pengumpulan data OpenAI, malah lebih daripada 50% media tradisional menentangnya. Ini menunjukkan kebimbangan yang semakin meningkat tentang privasi dan penggunaan data dan berfungsi sebagai peringatan tentang keperluan untuk lebih ketelusan dan pematuhan semasa AI berkembang.
Institut Reuters menganalisis banyak media berita arus perdana seperti New York Times, Wall Street Journal, Washington Post, CNN, dan NPR, meliputi 10 negara termasuk Amerika Syarikat, United Kingdom, Jerman dan India, dan membandingkannya. dikelaskan kepada tiga kategori: media cetak tradisional (media kertas), media radio dan televisyen, dan media digital. Kajian mendapati bahawa 57% daripada media cetak tradisional menyekat perangkak OpenAI, dan perkadaran media penyiaran dan televisyen serta media digital masing-masing adalah 48% dan 31%.
Kajian itu juga menunjukkan bahawa terdapat perbezaan yang ketara dalam bahagian laman web berita yang menyekat OpenAI di negara dan wilayah yang berbeza. Di Amerika Syarikat, perkadaran ini setinggi 79%, manakala di Mexico dan Poland hanya 20%.
Perbezaan dalam perkadaran media berita di 10 negara yang dikaji yang telah mengambil langkah menyekat terhadap perangkak OpenAI
Selain itu, 97% daripada media berita yang telah menyekat perangkak OpenAI juga telah menyekat perangkak AI Google.
Sesetengah kajian mendedahkan bahawa media berita berhati-hati terhadap penggunaan kecerdasan buatan dalam kandungannya. Mereka bimbang jika orang ramai mendapat berita melalui kecerdasan buatan, ia boleh menyebabkan media dipinggirkan atau diganti. Andrew Frank, naib presiden dan penganalisis terkenal di Gartner, berkata: "Penyelidikan Reuters menyerlahkan cabaran teras yang dihadapi oleh AI generatif: operasinya bergantung pada kandungan sebenar yang dicipta oleh individu sebenar yang mungkin melihatnya sebagai tidak sesuai. Potensi ancaman kepada mata pencarian mereka."
Baru-baru ini, kajian Universiti Cornell menyatakan bahawa "model cenderung berkembang apabila model kecerdasan buatan baharu bergantung terutamanya pada data yang disediakan oleh model terdahulu dan bukannya manusia semasa latihan." Ini membawa kepada lebih banyak ralat dalam maklumat yang dihasilkan oleh sistem AI. Fenomena ini menyerlahkan potensi risiko dan cabaran dalam bidang kecerdasan buatan, yang memerlukan penyelidikan dan perbincangan yang lebih mendalam. Hasil kajian ini mengingatkan kita untuk berhati-hati tentang sumber data dan kaedah latihan apabila membangunkan teknologi kecerdasan buatan Pada awal Ogos tahun lalu, OpenAI melancarkan perangkak kecerdasan buatan, diikuti oleh Google melancarkan produk serupa pada bulan September. Kajian itu menyatakan bahawa jika cawangan ini membuat keputusan untuk menyekat, mungkin sukar untuk membalikkan pendirian itu dan menyahsekat mereka.
Atas ialah kandungan terperinci Banyak saluran berita utama menyekat perangkak OpenAI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Pada tahun 2023, teknologi AI telah menjadi topik hangat dan memberi impak besar kepada pelbagai industri, terutamanya dalam bidang pengaturcaraan. Orang ramai semakin menyedari kepentingan teknologi AI, dan komuniti Spring tidak terkecuali. Dengan kemajuan berterusan teknologi GenAI (General Artificial Intelligence), ia menjadi penting dan mendesak untuk memudahkan penciptaan aplikasi dengan fungsi AI. Dengan latar belakang ini, "SpringAI" muncul, bertujuan untuk memudahkan proses membangunkan aplikasi berfungsi AI, menjadikannya mudah dan intuitif serta mengelakkan kerumitan yang tidak perlu. Melalui "SpringAI", pembangun boleh membina aplikasi dengan lebih mudah dengan fungsi AI, menjadikannya lebih mudah untuk digunakan dan dikendalikan.

OpenAI baru-baru ini mengumumkan pelancaran model benam generasi terbaru mereka embeddingv3, yang mereka dakwa sebagai model benam paling berprestasi dengan prestasi berbilang bahasa yang lebih tinggi. Kumpulan model ini dibahagikan kepada dua jenis: pembenaman teks-3-kecil yang lebih kecil dan pembenaman teks-3-besar yang lebih berkuasa dan lebih besar. Sedikit maklumat didedahkan tentang cara model ini direka bentuk dan dilatih, dan model hanya boleh diakses melalui API berbayar. Jadi terdapat banyak model pembenaman sumber terbuka Tetapi bagaimana model sumber terbuka ini dibandingkan dengan model sumber tertutup OpenAI? Artikel ini akan membandingkan secara empirik prestasi model baharu ini dengan model sumber terbuka. Kami merancang untuk membuat data

Jika jawapan yang diberikan oleh model AI tidak dapat difahami sama sekali, adakah anda berani menggunakannya? Memandangkan sistem pembelajaran mesin digunakan dalam bidang yang lebih penting, menjadi semakin penting untuk menunjukkan sebab kita boleh mempercayai output mereka, dan bila tidak mempercayainya. Satu cara yang mungkin untuk mendapatkan kepercayaan dalam output sistem yang kompleks adalah dengan menghendaki sistem menghasilkan tafsiran outputnya yang boleh dibaca oleh manusia atau sistem lain yang dipercayai, iaitu, difahami sepenuhnya sehingga apa-apa ralat yang mungkin boleh dilakukan. dijumpai. Contohnya, untuk membina kepercayaan dalam sistem kehakiman, kami memerlukan mahkamah memberikan pendapat bertulis yang jelas dan boleh dibaca yang menjelaskan dan menyokong keputusan mereka. Untuk model bahasa yang besar, kita juga boleh menggunakan pendekatan yang sama. Walau bagaimanapun, apabila mengambil pendekatan ini, pastikan model bahasa menjana

Pengarang丨Disusun oleh TimAnderson丨Dihasilkan oleh Noah|51CTO Technology Stack (WeChat ID: blog51cto) Projek editor Zed masih dalam peringkat pra-keluaran dan telah menjadi sumber terbuka di bawah lesen AGPL, GPL dan Apache. Editor menampilkan prestasi tinggi dan berbilang pilihan dibantu AI, tetapi pada masa ini hanya tersedia pada platform Mac. Nathan Sobo menjelaskan dalam catatan bahawa dalam asas kod projek Zed di GitHub, bahagian editor dilesenkan di bawah GPL, komponen bahagian pelayan dilesenkan di bawah AGPL dan bahagian GPUI (GPU Accelerated User) The interface) mengguna pakai Lesen Apache2.0. GPUI ialah produk yang dibangunkan oleh pasukan Zed

Tidak lama dahulu, OpenAISora dengan cepat menjadi popular dengan kesan penjanaan video yang menakjubkan Ia menonjol di kalangan ramai model video sastera dan menjadi tumpuan perhatian global. Berikutan pelancaran proses pembiakan inferens latihan Sora dengan pengurangan kos sebanyak 46% 2 minggu lalu, pasukan Colossal-AI telah menggunakan sumber terbuka sepenuhnya model penjanaan video seni bina mirip Sora pertama di dunia "Open-Sora1.0", meliputi keseluruhan proses latihan, termasuk pemprosesan data, semua butiran latihan dan berat model, dan berganding bahu dengan peminat AI global untuk mempromosikan era baharu penciptaan video. Untuk melihat sekilas, mari lihat video bandar yang sibuk yang dihasilkan oleh model "Open-Sora1.0" yang dikeluarkan oleh pasukan Colossal-AI. Buka-Sora1.0

Microsoft dan OpenAI didedahkan akan melabur sejumlah besar wang ke dalam permulaan robot humanoid pada awal tahun ini. Antaranya, Microsoft merancang untuk melabur AS$95 juta, dan OpenAI akan melabur AS$5 juta. Menurut Bloomberg, syarikat itu dijangka mengumpul sejumlah AS$500 juta dalam pusingan ini, dan penilaian pra-wangnya mungkin mencecah AS$1.9 bilion. Apa yang menarik mereka? Mari kita lihat pencapaian robotik syarikat ini terlebih dahulu. Robot ini semuanya berwarna perak dan hitam, dan penampilannya menyerupai imej robot dalam filem fiksyen sains Hollywood: Sekarang, dia meletakkan kapsul kopi ke dalam mesin kopi: Jika ia tidak diletakkan dengan betul, ia akan menyesuaikan dirinya tanpa sebarang kawalan jauh manusia: Walau bagaimanapun, Selepas beberapa ketika, secawan kopi boleh dibawa pergi dan dinikmati: Adakah anda mempunyai ahli keluarga yang mengenalinya Ya, robot ini telah dicipta suatu masa dahulu?

Ollama ialah alat super praktikal yang membolehkan anda menjalankan model sumber terbuka dengan mudah seperti Llama2, Mistral dan Gemma secara tempatan. Dalam artikel ini, saya akan memperkenalkan cara menggunakan Ollama untuk mengvektorkan teks. Jika anda belum memasang Ollama secara tempatan, anda boleh membaca artikel ini. Dalam artikel ini kita akan menggunakan model nomic-embed-text[2]. Ia ialah pengekod teks yang mengatasi prestasi OpenAI text-embedding-ada-002 dan text-embedding-3-small pada konteks pendek dan tugas konteks panjang. Mulakan perkhidmatan nomic-embed-text apabila anda telah berjaya memasang o

Tiba-tiba! OpenAI memecat orang, sebabnya: kebocoran maklumat yang disyaki. Salah satunya ialah Leopold Aschenbrenner, sekutu ketua saintis Ilya yang hilang dan ahli teras pasukan Superalignment. Orang lain juga tidak mudah. Dia ialah Pavel Izmailov, seorang penyelidik dalam pasukan inferens LLM, yang juga bekerja pada pasukan penjajaran super. Tidak jelas maklumat yang dibocorkan oleh kedua-dua lelaki itu. Selepas berita itu didedahkan, ramai netizen menyatakan "agak terkejut": Saya melihat siaran Aschenbrenner tidak lama dahulu dan merasakan bahawa dia semakin meningkat dalam kerjayanya Saya tidak menjangkakan perubahan sedemikian. Sesetengah netizen dalam gambar berfikir: OpenAI kehilangan Aschenbrenner, I
