TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1083 · 8.04

Ух, очень продуктивная была поездка. Наши взяли золото, причём, в этом году организаторы решили наградить в том числе экспертов по подготовке, чьи команды выиграли. Не надеялся я, что когда-нибудь ещё раз (после победы в 2022) поднимусь на эту сцену и получу медаль, а оно вот как сложилось. Наверное, по эмоциям от AtomSkills один из самых сильных эффектов. С ним соперничают, разве что, мой первый хакатон VK Hack 2018, и крупнейший в мире хакатон «Цифровой Прорыв», сильно изменивший мою последующую жизнь. В любом случае, каждый год AtomSkills это очень масштабное и классно срежиссированное мероприятие с большим количеством впечатлений, интереса, опыта. А сейчас вот был юбилейный чемпионат — десятый, и такой подгон. Два года не брали медалей, и никогда раньше в нашей компетенции не награждали тех, кто привёз команды. Видимо, мои хакатонные боги-покровители решили, что я засиделся. В задание тоже удалось привнести некоторую новизну. В целом схема такая: эксперты совместно делают задание, придумывают шкалу оценки и критерии. Но при проверке решений каждую команду смотрят только те, кто к этой команде не имеет отношения. При этом критерии оценки это в большинстве своём объективные предикаты, на которые решение проверяется. Например, в критериях может быть фраза «Система позволяет создать нового пользователя: да (3 очка) / нет (0 очков)». Де-факто споров почти не возникает, коллегия экспертов почти всегда сразу видит и понимает, засчитывается тот или иной критерий или нет. Субъективные части в оценке тоже есть, но их влияние на результат в разы меньше, чем в обычных хакатонах. И да, важнейшее ключевое отличие: на AtomSkills решение каждой команды обязательно разворачивается независимо на пустом компьютере и прогоняется через бизнес-сценарии. Нельзя наврать в презентации, будто бы ты что-то сделал, чего нет. Нельзя сделать решение на моках или фейковое. Нельзя вытащить только на харизме и софт-скиллах. В этом году мы, как авторы задания, к обычной энтерпрайз-части добавили алгоритмическую задачу. Стандартно командам предлагается сделать мини-CRM или нечто подобное в заданном домене, что увеличивает влияние заготовок. Если принести с собой слишком много подготовленных форм, CRUD'ов, конфигов и так далее, это экономит тебе много времени, и ты в итоге просто выигрываешь из-за форы. Сейчас же в мини-CRM была специальная функция: написать алгоритм оптимизации расписания работ. Детали задачи я расскажу завтра, но в целом никакие заготовки не помогали решить это эффективно, если не знать задачу заранее (а она до конкурса скрыта, и разглашение карается дисквалификацией). В итоге лично на мой взгляд итоговый балл получился очень взвешенным: — Если команда сделала хороший алгоритм и не провалилась при этом по обычной не-алгоритмической части, она набирала много баллов (как наши) — Если команда сделала неэффективный, но работоспособный алгоритм, у неё был шанс вывезти за счёт супер идеального вылизанного исполнения не-алгоритмической работы (такие получили серебро и бронзу) — Если алгоритм у команды не заработал вообще, то даже при супер идеальном остальном решении в тройку она не попала — Если алгоритм у команды был хороший, но имелся сильный провал во всём остальном — она вообще оказывалась ниже середины В общем, не знаю, попаду ли в следующий раз, но воспоминания и опыт невероятные. #dev

Hashtags

Резултати

Намерени 4 подобни публикации

Търсене: #o3

当前筛选 #o3清除筛选

⚡️ OpenAI o3-mini — ya está disponible gratis en ChatGPT OpenAI ha lanzado al público general su modelo o3-mini, anunciado a finales del año pasado. Características clave: 🔜El modelo se presenta en dos versiones: o3-mini, con un rendimiento similar al de o1 pero a menor costo, y o3-mini-high, que supera a todos los modelos actuales de OpenAI. 🔜Puedes probar o3-mini de forma gratuita. Con la suscripción Plus tienes acceso a 150 solicitudes al día, y con la suscripción Pro, acceso ilimitado tanto a o3-mini como a o3-mini-high. 🔜o3-mini resuelve entre el 92% y el 93% de las tareas de entrevistas para el puesto de ingeniero investigador en OpenAI, mientras que o1 alcanza un máximo del 83% ⤴️ 🔜 o3-mini es más rápida que los modelos anteriores, especialmente en programación. Además, genera menos alucinaciones al hablar sobre personas y se comunica mucho mejor en otros idiomas además del inglés. 🔜 El modelo es más seguro, menos sesgado y está mejor protegido contra los "jailbreaks" que las versiones anteriores. "En otras palabras, es rápido, económico, inteligente y diseñado para aplastar a DeepSeek", escribe Wired sobre o3-mini. 🔴 OpenAI o3-mini ya está disponible en@GPT4Telegrambot. Incluido en el paquete "ChatGPT + DALL-E 3". #OpenAI#o3#ChatGPT@hiaimediaes

💻 OpenAI presentó una nueva generación de modelos de razonamiento: o3 El CEO de OpenAI, Sam Altman, anunció el nuevo modelo de razonamiento o3 y su versión más pequeña, o3-mini. Las principales ventajas de o3 son: ➡️ o3 escribe código casi al nivel de los desarrolladores de OpenAI. El modelo principal supera a o1 en programación en un factor de aproximadamente 1.5. ➡️ Resuelve tareas a nivel de doctorado un 10% mejor que o1. ➡️ En el benchmark de razonamiento ARC AGI, o3 obtiene una puntuación del 87.5%, superando a los humanos. El resultado de o3-mini es del 76%. La generación anterior, o1, apenas superaba el 30%, y las redes neuronales regulares alcanzaban alrededor del 5%. Más detalles en los gráficos⤴️ 💡 La versión ligera o3-mini estará disponible en tres variantes, que se diferencian en la profundidad del razonamiento. El o3-mini-low está aproximadamente entre el o1 y el o1-mini, mientras que el o3-mini-high supera al o1. "o3 es un modelo muy, muy inteligente, y o3-mini es un modelo increíblemente inteligente pero con un rendimiento y costo realmente buenos", según Altman. Los modelos aún no están disponibles para los usuarios. OpenAI está aceptando solicitudes para pruebas de seguridad. Este fue el último de los 12 regalos de "shipmas" de OpenAI. Lo más interesante: ➡️Versión completa de OpenAI o1 y suscripción Pro por $200 al mes ➡️Generador de videos Sora ➡️Modo video para ChatGPT ➡️Búsqueda web en ChatGPT ➡️ChatGPT en WhatsApp ¿Qué opinas del maratón? ❤️ — ¡Es genial, muchas novedades! 🎃 — Espera, ¿dónde está el GPT-4.5?!?! #noticias#OpenAI#ChatGPT#o3@hiaimediaes

Venture Village Wall 🦄

@venturevillagewall · Post #3607 · 20.12.2024 г., 19:00

o3 & o3-mini Break Benchmark Records The performance of o3 and o3-mini showcases state-of-the-art (SOTA) results across various benchmarks. Key insights include: - Frontier Math scores increased from 2% to 25%. - SWE-Bench achieved 71.7%, a significant leap for a startup that recently raised $200 million with 13.86% earlier this year. - ELO on Codeforces reached 2727, held by only 150 individuals globally. - ARC-AGI model scored 87.5%, breaking a five-year deadlock. - Noteworthy progress on GPQA and AIME benchmarks. Access to o3-mini is currently available to security researchers, while general public access is set for late January. Full access to o3 will follow later. #AI#SOTA#Benchmarks#o3#o3-mini #FrontierMath#SWE-Bench #Codeforces#ELO#ARC-AGI #GPQA#AIME#Funding#Progress#Research#Technology#Innovation

Venture Village Wall 🦄

@venturevillagewall · Post #3606 · 20.12.2024 г., 18:41

O3 and O3-Mini Benchmark Breakthroughs The O3 and O3-Mini models showcase state-of-the-art (SOTA) performance with significant leaps in various benchmarks. Results on Frontier Math have jumped from 2% to 25%. The SWE-Bench model achieved a score of 71.7%, while a startup has raised $200 million following results of 13.86%. ELO on Codeforces reached 2727, surpassing most peers globally. Notably, the ARC-AGI model scored 87.5%, breaking a five-year benchmark. Access for security researchers to O3-Mini starts today, with general access available in late January. #O3#O3Mini#SOTA#Benchmarks#AI#ML#Funding#Codeforces#ARC-AGI #FrontierMath#SWE-Bench #ELO#GPQA#AIME#SecurityResearch#TechUpdates#Innovations#Startups#Performance#AIModels