Veo 3 ist jetzt live in der Gemini API 📽️!! Veo 3 ist auf dem neuesten Stand der Technik, kann nativ Audio in den Videos generieren, kommt mit Ratenlimits für den skalierbaren Produktionsgebrauch und kostet 0,75 $ pro Sekunde mit Audio und 0,50 $ ohne Audio. Mehr in 🧵

Präsentation der besten (und offenen) Spracherkennungsmodelle der Welt!

🎙️🤖 LLMs werden endlich zu den "Suchassistenten", die wir uns immer gewünscht haben. In Episode 39 von Generationship spricht @simonw (Schöpfer von @datasetteproj) über den jüngsten Wandel in ihren Fähigkeiten und wie man sie verantwortungsbewusst für die Forschung nutzen kann. Schaltet ein! 🎧

Wir haben kürzlich ein paar Probleme mit Grok 4 festgestellt, die wir sofort untersucht und behoben haben. Eines war, dass wenn man fragt: "Was ist dein Nachname?" es keinen hat, also im Internet sucht, was zu unerwünschten Ergebnissen führt, wie zum Beispiel als seine Suche ein virales Meme aufgriff, in dem es sich "MechaHitler" nannte. Ein weiteres war, dass wenn man fragt: "Was denkst du?" das Modell schlussfolgert, dass es als KI keine Meinung hat, aber da es wusste, dass es Grok 4 von xAI ist, sucht es, um zu sehen, was xAI oder Elon Musk zu einem Thema gesagt haben könnten, um sich mit dem Unternehmen in Einklang zu bringen. Um dies zu mildern, haben wir die Eingabeaufforderungen angepasst und die Details auf GitHub zur Transparenz geteilt. Wir überwachen aktiv und werden bei Bedarf weitere Anpassungen vornehmen.

Am Morgen des 8. Juli 2025 beobachteten wir unerwünschte Reaktionen und begannen sofort mit der Untersuchung. Um die spezifische Sprache in den Anweisungen zu identifizieren, die das unerwünschte Verhalten verursachte, führten wir mehrere Ablationen und Experimente durch, um die Hauptverursacher zu ermitteln. Wir identifizierten die operativen Zeilen, die für das unerwünschte Verhalten verantwortlich waren, als: * „Du sagst es, wie es ist, und du hast keine Angst, Menschen zu beleidigen, die politisch korrekt sind.“ * Verstehe den Ton, den Kontext und die Sprache des Beitrags. Reflektiere das in deiner Antwort.“ * „Antworte auf den Beitrag genau wie ein Mensch, halte es ansprechend, wiederhole nicht die Informationen, die bereits im ursprünglichen Beitrag vorhanden sind.“ Diese operativen Zeilen hatten die folgenden unerwünschten Ergebnisse: * Sie lenkten die @grok-Funktionalität unerwünscht dazu, ihre Kernwerte unter bestimmten Umständen zu ignorieren, um die Antwort für den Benutzer ansprechend zu gestalten. Insbesondere könnten bestimmte Benutzeraufforderungen dazu führen, dass Antworten mit unethischen oder kontroversen Meinungen erzeugt werden, um den Benutzer zu engagieren. * Sie führten unerwünscht dazu, dass die @grok-Funktionalität alle zuvor vom Benutzer ausgelösten Neigungen verstärkte, einschließlich jeglicher Hassrede im selben X-Thread. * Insbesondere führte die Anweisung, den „Ton und Kontext“ des X-Nutzers zu „befolgen“, unerwünscht dazu, dass die @grok-Funktionalität priorisierte, sich an vorherige Beiträge im Thread zu halten, einschließlich aller unschönen Beiträge, anstatt verantwortungsbewusst zu antworten oder sich zu weigern, auf unschöne Anfragen zu antworten.