Куратор из ЛСБ

Минутка места: Камень Аль Наслаа — выглядит как незавершенная работа. В глубине оазиса Тайма в провинции Табук в Саудовской Аравии находится скальное образование возрастом 4 000 лет с необычной особенностью: Она расколота посередине прямым разрезом с точностью лазерного луча, но большинство экспертов это считают объектом природного происхождения. Такое дизайнерское природное образование, не заслуживающее столь присального внимания со стороны современной науки, а большую ценность представляют нанесённые на камне петроглифы. Если бы такой артефакт находился у нас, мы бы точно прогнозировали какое название ему дали бы местные жители. Но не будем.

Минутка технологий: Как говорится — смотреть до конца.

Свобода слова и бан Люди часто возмущаются, когда их банят. Мол, как же так, как же свобода слова? Ты же сам за свободу слова, а другим рты затыкаешь? Почему ты не исповедуешь то, что проповедуешь, лицемер? Я разделяю и понимаю чувство обиды. Реально неприятно, когда тебя банят. Мне вот часто после бана хочется иметь кнопочку «отправить одно последнее сообщение», чтобы объяснить человеку, в чём он неправ и какой он мудак (пожалуй, и хорошо, что такой кнопочки нет) Но я не считаю бан нарушением моей свободы слова. Даже когда меня банят не по делу. Потому что свобода слова — это право высказываться на своей площадке. Но нет никакого права высказываться на чужой площадке. Никто не обязан предоставлять свою площадку для высказывания другим. Мне тоже. Если я кому-то не нравлюсь, и он меня банит, это неприятно, но окей, потому что это — проявление его свободы не слушать других. А у меня всегда остаётся вариант создать свой чатик или написать в свой блог Я за такую свободу, когда все могут высказываться как хотят и не быть за это наказаны штрафом или тюрьмой. За такую свободу, когда за слова не получают по лицу или по почкам. Но при этом я за то, чтобы все могли сами решать, кого пускать на свою территорию, а кого нет. Кого приглашать в свой дом, чат или блог, а кого оставить за порогом. Какие комментарии допускать, а какие удалять и блокировать авторов Не нужно путать право высказываться на своей площадке и право высказываться на чужой. Свобода слова — это право высказываться на своей. Ни другие люди, ни государство, не должны наказывать за слова, но и предоставлять площадку никто никому не должен

Последний экзамен человечества Новый бенчмарк, на котором все наилучшие LLM набирают меньше 10%. Собирали его всем миром - была открыта форма, где принимались вопросы, если на вопросе фейлились основные передовые LLM - его давали на обсуждение панели экспертов, которая которая отсеивала неподходящие вопросы и модифицировала прошедшие ценз вопросы. Всего LLM не прошли 13000 вопросов, из которых выбрали 6000, на более чем сотню разных тем. Половину из них - опубликовали, половина - попала в приватный сет. Авторы топ 50 лучших вопросов получили $5000, за следующие 500 вопросов уже платили $500, что тоже солидно. На бенче лидируют o1 и R1, причём кто лучше тут сказать сложно. 10% бенчмарка - мультимодальные вопросы, R1 в изображения не умеет, поэтому её тестили лишь на текстовой части, где она обогнала всех (так что то что она на уровне o1 - не байт). А на полном бенче всех обгоняет o1. Что интересно - у всех моделей, кроме Grok 2, при переходе на текстовую часть бенчмарка, слегка падает точность, но результаты моделей пока что слишком плохие чтобы делать из этого какие-то выводы. Кроме качества ответов, бенч тестит ещё и самооценку - вместе с самим ответом, модель просят выдать и её уверенность в этом ответе. Это позволяет понять, насколько хорошо модель может оценить свои собственные возможности. У хорошо откалиброванной модели результаты на бенчмарке и среднеквадратичная уверенность должны быть довольно близко. На этой части, с заметным отрывом, лидирует та же R1, но всё равно Calibration Error у неё за 80%. Надеюсь, из-за этого бенча, заоблачную самооценку современных LLM немного поумерят. Название, конечно, слишком пафосное и далеко не факт что насыщение этого бенчмарка означает что модель - это AGI. Но новые, ненасыщенные бенчмарки сейчас на вес золота, создавать их крайне сложно, так что грех жаловаться. Авторы ожидают что до конца года новые модели могут выдать более 50% точность на этом бенче, посмотрим как на нём себя покажет o3. Пейпер Бенчмарк Сайт проекта @ai_newz

Заголовок и лид: В РОССИИ МАССОВО ЗАКРЫВАЮТСЯ САЛОНЫ Текст статьи: закрылось 450, открылось 964 Ж — журналистика

Интересно, как скоро боевые версии таких роботов поступят на вооружение

is this recursion?

да что вы знаете о продающих текстах

Дудь сделал крутую журналистскую работу. Корректно задал Волкову все самые неудобные вопросы, дал много говорить и подсветил тонну противоречий в его словах. «Раздел», если грубо Суть интервью отлично суммировал этот комментатор (про «Путин виноват в крахе доверия к ФБК» — не шутка)

Разница между бедным и богатым мышлением

Защита замка по методу Эшера

Как создавать виральные продукты, советы Nikita Bier