馬斯克Ilya私密郵件被Claude破解,OpenAI打碼訊息公開,Google很受傷
OpenAI和馬斯克爭得不可開交,卻無意間揭示了Claude 3的新技能。
因為網友吃瓜的心可不只用在了事情本身,就連郵件裡打碼的部分寫了什麼,也成了熱門話題。
於是,有AI部落客發布了自己用Claude 3破解的結果,貼文閱讀量超過了63萬。
在這場「謎語遊戲」中,Claude 3首先揭曉的,也是網友們討論最多的,是這樣一句話:
不幸的是,人類的未來掌握在【? 】手中
透過分析打碼部分的長度,Claude很快就給了第一個版本的答案-Google。
△加框部分為Claude破解內容
但眼尖的網友很快發現,「Google」一詞的長度,放在這裡似乎並不匹配。
不過也有人說,不一定是完整的「Google」一詞,也可能使用「goog」這樣的縮寫來指涉。
但無論結果是不是谷歌,這個猜測都一石激起千層浪,越來越多的網友開始好奇這個馬斯克口中「人類未來的掌舵人」…
網友接力破解謎題
首先是部落客本人最早在留言中表示,有人指出這裡被打碼的應該是Demis(DeepMind創辦人)。
至少在長度上比「Google」更接近了,而且身分似乎也合情合理。
但考慮角色經歷之後,網友們很快又提出了新的人選-Google共同創辦人Larry。
給出的理由是,馬斯克對Larry的立場感到十分擔憂,認為後者想要毀滅人類,但從沒聽說馬斯克說過Demis什麼。
在網友們梳理這些往事的同時,AI破解這一邊也傳來了新的進展。
知名AI部落客寶玉從OpenAI通告頁面的前端程式碼中發現了端倪——
這段看上去連續的大黑條,實際上是由一個個小塊組成的,而且每個塊的長度都不一樣。
於是他利用前端技術把這些詞塊分開,然後向原博主要來了prompt。
經過這樣一番改進後,Claude 3又做了一次識別,這次的結果變成了…「idiots」。
但是,當後面的一句話被分開後,Cladue卻反而猜不出來了。
雖然這樣一來,神祕人的身分變得更加撲朔迷離,但這個解釋也讓一些網友感覺看上去更合理了。
當然,無論是更換提示詞或結合實際情形,都無法對這些猜測進行證實或證偽,除非哪天OpenAI或馬斯克自己站出來解釋。
發文的博主,也出來提醒大家,看個樂就好,不必把這個猜測太當真。
但在信的內容之外,Claude 3在這之中的表現也吸引了一波眼球。
甚至有人說,Claude 3的預測,讓他覺得大模型的幻覺現象,看來不是bug,而是一個feature!
One More Thing
關於和OpenAI的這場鬥爭,馬斯克這邊最新的動態是在今天凌晨發布了這樣一張圖片。
原圖是奧特曼被OpenAI開除後以訪客身份談判時的照片,所佩戴的訪客牌被P上了“Closed AI”的文字,馬斯克還配文說“fixed it” 。
不過立刻就有人反問,難道xAI就開源了嗎?
不過說來,Claude背後Anthropic公司的創辦人,當初也是因為不滿OpenAI變得「close」而選擇出走創業。
而此時OpenAI又和馬斯克爭得不可開交,甚至被傳出產品發布因此事推遲,也確實給Claude提供了追趕的時間。
以上是馬斯克Ilya私密郵件被Claude破解,OpenAI打碼訊息公開,Google很受傷的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

想像一下,一個人工智慧模型,不僅擁有超越傳統運算的能力,還能以更低的成本實現更有效率的效能。這不是科幻,DeepSeek-V2[1],全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合(MoE)語言模型,具有訓練經濟、推理高效的特點。它由236B個參數組成,其中21B個參數用於啟動每個標記。與DeepSeek67B相比,DeepSeek-V2效能更強,同時節省了42.5%的訓練成本,減少了93.3%的KV緩存,最大生成吞吐量提高到5.76倍。 DeepSeek是一家探索通用人工智

谷歌力推的JAX在最近的基準測試中表現已經超過Pytorch和TensorFlow,7項指標排名第一。而且測試並不是JAX性能表現最好的TPU上完成的。雖然現在在開發者中,Pytorch依然比Tensorflow更受歡迎。但未來,也許有更多的大型模型會基於JAX平台進行訓練和運行。模型最近,Keras團隊為三個後端(TensorFlow、JAX、PyTorch)與原生PyTorch實作以及搭配TensorFlow的Keras2進行了基準測試。首先,他們為生成式和非生成式人工智慧任務選擇了一組主流

AI,的確正在改變數學。最近,一直十分關注這個議題的陶哲軒,轉發了最近一期的《美國數學學會通報》(BulletinoftheAmericanMathematicalSociety)。圍繞著「機器會改變數學嗎?」這個話題,許多數學家發表了自己的觀點,全程火花四射,內容硬核,精彩紛呈。作者陣容強大,包括菲爾茲獎得主AkshayVenkatesh、華裔數學家鄭樂雋、紐大電腦科學家ErnestDavis等多位業界知名學者。 AI的世界已經發生了天翻地覆的變化,要知道,其中許多文章是在一年前提交的,而在這一

波士頓動力Atlas,正式進入電動機器人時代!昨天,液壓Atlas剛「含淚」退出歷史舞台,今天波士頓動力就宣布:電動Atlas上崗。看來,在商用人形機器人領域,波士頓動力是下定決心要跟特斯拉硬剛一把了。新影片放出後,短短十幾小時內,就已經有一百多萬觀看。舊人離去,新角色登場,這是歷史的必然。毫無疑問,今年是人形機器人的爆發年。網友銳評:機器人的進步,讓今年看起來像人類的開幕式動作、自由度遠超人類,但這真不是恐怖片?影片一開始,Atlas平靜地躺在地上,看起來應該是仰面朝天。接下來,讓人驚掉下巴

本月初,來自MIT等機構的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準確性和可解釋性方面表現優於MLP。而且它能以非常少的參數量勝過以更大參數量運行的MLP。例如,作者表示,他們用KAN以更小的網路和更高的自動化程度重現了DeepMind的結果。具體來說,DeepMind的MLP有大約300,000個參數,而KAN只有約200個參數。 KAN與MLP一樣具有強大的數學基礎,MLP基於通用逼近定理,而KAN基於Kolmogorov-Arnold表示定理。如下圖所示,KAN在邊上具

特斯拉機器人Optimus最新影片出爐,已經可以在工廠裡打工了。正常速度下,它分揀電池(特斯拉的4680電池)是這樣的:官方還放出了20倍速下的樣子——在小小的「工位」上,揀啊揀啊揀:這次放出的影片亮點之一在於Optimus在廠子裡完成這項工作,是完全自主的,全程沒有人為的干預。而且在Optimus的視角之下,它還可以把放歪了的電池重新撿起來放置,主打一個自動糾錯:對於Optimus的手,英偉達科學家JimFan給出了高度的評價:Optimus的手是全球五指機器人裡最靈巧的之一。它的手不僅有觸覺

目標偵測在自動駕駛系統當中是一個比較成熟的問題,其中行人偵測是最早得以部署演算法之一。在多數論文當中已經進行了非常全面的研究。然而,利用魚眼相機進行環視的距離感知相對來說研究較少。由於徑向畸變大,標準的邊界框表示在魚眼相機當中很難實施。為了緩解上述描述,我們探索了擴展邊界框、橢圓、通用多邊形設計為極座標/角度表示,並定義一個實例分割mIOU度量來分析這些表示。所提出的具有多邊形形狀的模型fisheyeDetNet優於其他模型,並同時在用於自動駕駛的Valeo魚眼相機資料集上實現了49.5%的mAP

寫在前面項目連結:https://nianticlabs.github.io/mickey/給定兩張圖片,可以透過建立圖片之間的對應關係來估計它們之間的相機姿態。通常,這些對應關係是二維到二維的,而我們估計的姿態在尺度上是不確定的。一些應用,例如隨時隨地實現即時增強現實,需要尺度度量的姿態估計,因此它們依賴外部的深度估計器來恢復尺度。本文提出了MicKey,這是一個關鍵點匹配流程,能夠夠預測三維相機空間中的度量對應關係。透過學習跨影像的三維座標匹配,我們能夠在沒有深度測試的情況下推斷度量相對
