Фінансові новини
- |
- 05.11.26
- |
- 17:24
- |
-
RSS - |
- мапа сайту
Авторизация
 | |
|
"Не лінися рано вставати та змолоду більше знати" Українське прислів'я |
Математики розробили складні задачі для перевірки міркування Gemini, Claude та GPT-4o — вони провалили майже всі тести
09:58 21.11.2024 |
Найсучасніші моделі штучного інтелекту розв'язали лише 2% складних математичних задач, розроблених провідними математиками світу.
Дослідницький інститут Epoch AI представив новий набір тестів FrontierMath, який потребує докторського рівня математичних знань. До розробки залучили професорів математики, зокрема лауреатів Філдсівської премії. На розв'язання таких задач у математиків-докторів може йти від кількох годин до днів.
Якщо у попередніх тестах MMLU моделі ШІ успішно розв'язували 98% математичних задач шкільного та університетського рівня, то з новими завданнями ситуація кардинально інша.
«Ці завдання надзвичайно складні. Наразі їх можна розв'язати лише за участю фахівця у цій галузі або за допомогою аспіранта у суміжній сфері у поєднанні з сучасним ШІ та іншими алгебраїчними інструментами», - зазначив лауреат Філдсівської премії 2006 року Теренс Тао.
У дослідженні протестували шість провідних моделей ШІ. Gemini 1.5 Pro (002) від Google та Claude 3.5 Sonnet від Anthropic показали найкращий результат - 2% правильних відповідей. Моделі o1-preview, o1-mini та GPT-4o від OpenAI впоралися з 1% завдань, а Grok-2 Beta від xAI не змогла розв'язати жодної задачі.
FrontierMath охоплює різні математичні галузі - від теорії чисел до алгебраїчної геометрії. Усі тестові завдання доступні на вебсайті Epoch AI. Розробники створили унікальні задачі, яких немає у навчальних даних моделей ШІ.
Дослідники зазначають, що навіть коли модель надавала правильну відповідь, це не завжди свідчило про правильність міркувань - іноді результат можна було отримати через прості симуляції без глибокого математичного розуміння.
ТЕГИ
Кабінет міністрів ухвалив рішення про додаткові виплати фахівцям, які відновлюють критичні об'єкти енергетики, житлово-комунальної інфраструктури та залізниці після російських атак.ТОП-НОВИНИ
Велика Британія та Франція очолять військові навчання, під час яких перевірять готовність багатонаціональних сил до розміщення в Україні після укладення мирної угоди.
Президент Володимир Зеленський заявив, що Україна готова призупинити удари по російських нафтопереробних заводах на вимогу США, якщо Вашингтон передасть необхідні для відбиття повітряних атак РФ ракети-перехоплювачі для Patriot.
Перші альтернативні мостові переправи в Києві, будівництво яких розпочалося в межах урядового проєкту із забезпечення транспортного сполучення, планують ввести в експлуатацію на початку 2027 року, повідомив міністр з відновлення, інфраструктури 
Кабінет Міністрів вирішив продовжити дозвіл бізнесу працювати при жовтому рівні загрози (дронова загроза) без укриття. Про це повідомив прем'єр-міністр Сергій Корецький ПІДПИСКА НА НОВИНИ
Резервна система може місяцями майже не використовуватися, але це не гарантує штатної роботи під навантаженням. Перед холодами варто провести тестовий запуск: перевірити інвертор з акумулятором, захист і прилади, які мають працювати від резерву.
Ця тилова вакансія підходить для кандидатів, що не можуть
виконувати бойові завдання у звʼязку із віком чи станом здоровʼя. У РУБРИЦІ
| Скандал навколо Tesla у Південній Кореї: компанію звинувачують у продажу нефункціональної технології |
У Південній Кореї звинувачують компанію Tesla в тому, що вона продавала південнокорейським власникам авто підписку на технологію, якою не можна користуватися в країні.
Криптобіржа Binance заявила, що хакери через фальшиву співбесіду отримали доступ до комп'ютера, а потім використали внутрішній ШІ-інструмент компанії для захоплення контролю над її гаманцями та викрадення $6,3 млрд.
BMW планує з 2027 року розширити можливості своєї системи допомоги водієві та навчити її працювати не лише на автомагістралях, а й на міських вулицях. 
Обсяг перевезення вантажів у січні-вересні 2026 року зріс на 1% порівняно з аналогічним періодом 2025 року - до 242 млн тонн, тоді як пасажирів скоротився на 5,7% - до 1 млрд 540 млн осіб, йдеться у повідомленні Державної служби статистики.
Google, OpenAI, Anthropic і Microsoft погодилися підтримувати нову директиву robots.txt, яка дозволить власникам вебсайтів контролювати використання їхнього контенту для навчання моделей штучного інтелекту.
Google повідомила, що розширює можливості застосунку Gemini, додаючи для безкоштовних користувачів можливість редагувати згенеровані файли безпосередньо у чаті.
Оновлення Windows 11 KB5127936, яке Microsoft випустила нещодавно, містить не лише покращене контекстне меню, а й ще одну важливу функцію - Cloud Rebuild, яку компанія почала тестувати раніше цього року.BIN™ не завжди поділяє думку авторів публікацій
Любе використання інформації агентств "Українські Новини" та "інтерфакс-Україна" ЗАБОРОНЕНО!
Binance тимчасово призупинила виведення коштів на тлі підозрілих переказів криптовалюти на мільярди доларів. 
Американська Microsoft Corp. збільшила чистий прибуток у першому фінансовому кварталі на 32%, виручку - на 19%, водночас скоригований прибуток і виручка виявилися кращими за очікування ринку.
SK Hynix, один з трьох найбільших виробників пам'яті у світі, прогнозує, що дефіцит триватиме щонайменше до 2030 року. Про це компанія повідомила під час подання фінансової звітності.
Volkswagen відкрив на заводі в німецькому Цвіккау власну лінію розбирання автомобілів. Підприємство, яке раніше займалося виключно виробництвом машин, тепер паралельно розбиратиме їх на запчастини та вторинну сировину. 
Microsoft додає до Copilot в Excel функцію Get data: користувач описує, які дані потрібні, звідки їх узяти та як підготувати, а помічник виконує роботу через Power Query. Про нову можливість компанія розповіла в офіційному блозі Excel.
Bank of America "люб'язно нагадує" користувачам не передавати свої банківські дані агентному штучному інтелекту, повідомляє TechCrunch. Вочевидь, це небезпечно.
Великі американські банки почали виявляти сторонніх ШІ-агентів, які без належного дозволу працюють з рахунками клієнтів, деякі - намагались виконувати самостійні дії, що виходили за межі інструкцій користувача.