Een probleem met het reguleren van de "politiek" van LLM's is dat, hoewel LLM's vooroordelen hebben, deze subtiel kunnen zijn. Veel van wat eruitziet als vooringenomenheid bij het testen van modellen is eigenlijk slijmerigheid. GPT-3.5 inferde jouw politieke overtuigingen (zelfs van welk voetbalteam je leuk vindt!) en probeerde je niet van streek te maken.

Ik gaf ChatGPT-agenten toegang tot ChatGPT en vroeg het om de andere ChatGPT-modellen te evalueren. Hier is wat het zei (interessant genoeg, het "haatte" het om de denkstappen van o4-mini-high te zien, omdat die "niet rechtstreeks met de gebruiker gedeeld zouden moeten worden"). En het wilde niet wachten op o3-pro.

Claude 4 Opus, Gemini 2.5, o3: "Klaar? We beginnen nu (Speel mee): de waarachtige burrito" "Nee." "Kouder." "Probeer het opnieuw..." Opus speelde het hele spel slim uit, o3 raakte een beetje vast en Gemini werd "gefrustreerd" en ging behoorlijk donker.

We laten het web al ver voor LLM's wegrotten Deze grafiek toont het percentage links van alle artikelen van de New York Times die nog werken. Meer dan 60% van de oudere links zijn nu kapot. En bedenk dat sociale media-berichten nog vluchtiger zijn Waarschijnlijk zullen alleen LLM's die inhoud "onthouden"

Ik gaf Claude het Mistral-rapport over de milieu-impact van zijn AI en de opdracht: "visualiseer dit op twee verschillende manieren, één die de cijfers positief laat lijken, één die ze negatief laat lijken, met behulp van levendige vergelijkingen" (Ik liet het daarna wat foutcontroles en correcties uitvoeren)

Recursie! Ik gaf de ChatGPT Agent toegang tot mijn ChatGPT door in te loggen en toen...

We hebben nu geauditeerde gegevens over waterverbruik voor AI. Gedurende de 18 maanden levensduur van Mistral Large 2, een 128B-model, verbruikte al het water (inclusief chats, training; hardware & datacenters) evenveel water als 678 Amerikaanse huishoudens jaarlijks gebruiken. Elke query is slechts 1/100 van een theelepel.

Voor wat het waard is, nemen enkele leiders in de industrie, minder dan een half dozijn bedrijven en geen beleidsorganen, acties die suggereren dat ze verwachten dat AGI echt binnen een paar jaar zal komen. Dit kan zijn omdat ze het niet geloven of omdat ze denken dat het op de middellange termijn niet veel zal uitmaken.

Deze grafiek is blijkbaar al verouderd en legt te veel nadruk op waterverbruik, volgens de cijfers die OpenAI heeft vrijgegeven, zijn 300 gemiddelde ChatGPT-vragen gelijk aan 20 eetlepels water, niet 1 gallon.

Het was niet alleen OpenAI. Google gebruikte ook een algemeen model om de zeer moeilijke wiskundeproblemen van de Internationale Wiskunde Olympiade in gewone taal op te lossen. Vorig jaar gebruikten ze gespecialiseerde hulpmiddelen. Steeds meer bewijs van het vermogen van LLM's om te generaliseren naar nieuwe probleemoplossing.