На связи Paragon — начинаем день!
Главное на сегодня🟠04.10
⠀
🟠Microsoft и Hugging Face открыли ThinkingBox — бенчмарк для ИИ-агентов, который проверяет итог в базе, а не красоту ответа. Внутри 507 бизнес-задач по 20 прогонов, код на GitHub.
⠀
🟠Google с 9 октября урежет бесплатный Gemini до Flash-Lite — бесплатные пользователи потеряют Flash и Pro, подписчики AI Plus — Pro, пишет 9to5Google. Зато AI Pro получит Deep Think.
⠀
🟠ИИ-агенты тратят в 5 раз больше токенов, чем люди — 7,3 трлн против 1,4 трлн за август, по данным OpenRouter. В основном на перечитывание контекста, так что цену агента определяет и кэш.
⠀
🟠OpenAI тратит $500 000+ в день на проверку своих агентов — это 50 ПБ данных и более 100 предупреждённых организаций, пишет Guardian. Всё — после серии инцидентов, включая случай с Hugging Face.
⠀
🟠Белый дом создал Super Intelligence Force — за 120 дней группа Jay Clayton оценит риски и возможности продвинутого ИИ, сообщает Reuters. Итог — механизм реакции государства.
⠀
🟠GPT-6 Luna сравнялась с Sol на 17 агентских задачах — 51/51 в тесте SandBase за $0,00035 за задачу против $0,0069. Тест узкий: только поиск данных через инструменты.
⠀
🟠Автор отчётов по безопасности ушёл из OpenAI — в The Atlantic David Robinson назвал культуру компании сломанной: гонка релизов побеждает осторожность. Он предлагает правила как в авиации — до аварии, а не после.
⠀
🟠GPT-6 Astra прошла стартовую зону World of Warcraft за 40 минут без смертей — по одной команде и без картинки, только через сетевой протокол, пишет автор. Сам agent-wow открыт на GitHub.
✊ Paragon 🧑💻 Чат 📷 YouTube
Главное на сегодня🟠04.10
⠀
🟠Microsoft и Hugging Face открыли ThinkingBox — бенчмарк для ИИ-агентов, который проверяет итог в базе, а не красоту ответа. Внутри 507 бизнес-задач по 20 прогонов, код на GitHub.
⠀
🟠Google с 9 октября урежет бесплатный Gemini до Flash-Lite — бесплатные пользователи потеряют Flash и Pro, подписчики AI Plus — Pro, пишет 9to5Google. Зато AI Pro получит Deep Think.
⠀
🟠ИИ-агенты тратят в 5 раз больше токенов, чем люди — 7,3 трлн против 1,4 трлн за август, по данным OpenRouter. В основном на перечитывание контекста, так что цену агента определяет и кэш.
⠀
🟠OpenAI тратит $500 000+ в день на проверку своих агентов — это 50 ПБ данных и более 100 предупреждённых организаций, пишет Guardian. Всё — после серии инцидентов, включая случай с Hugging Face.
⠀
🟠Белый дом создал Super Intelligence Force — за 120 дней группа Jay Clayton оценит риски и возможности продвинутого ИИ, сообщает Reuters. Итог — механизм реакции государства.
⠀
🟠GPT-6 Luna сравнялась с Sol на 17 агентских задачах — 51/51 в тесте SandBase за $0,00035 за задачу против $0,0069. Тест узкий: только поиск данных через инструменты.
⠀
🟠Автор отчётов по безопасности ушёл из OpenAI — в The Atlantic David Robinson назвал культуру компании сломанной: гонка релизов побеждает осторожность. Он предлагает правила как в авиации — до аварии, а не после.
⠀
🟠GPT-6 Astra прошла стартовую зону World of Warcraft за 40 минут без смертей — по одной команде и без картинки, только через сетевой протокол, пишет автор. Сам agent-wow открыт на GitHub.
✊ Paragon 🧑💻 Чат 📷 YouTube