📰 AI-бриф
▪️ Sudoku как бенчмарк для ИИ — Компания Pathway использует 250 000 сложных головоломок Sudoku Extreme в качестве бенчмарка для проверки логического мышления ИИ. Задача не лингвистическая, а чисто логическая, и решение легко проверить. По их данным, ведущие LLM, включая O3-mini и Claude 3.7, справляются с ней.
▪️ Агент, который строит модели ИИ — Выпущен AIBuildAI, агентная система для автоматического создания моделей искусственного интеллекта. На бенчмарке OpenAI MLE-Bench она заняла первое место. Система запускает цикл агента, который анализирует задачу, проектирует модель, обучает и оценивает её.
▪️ Кроссплатформенный агент для работы с компьютером — Представлен opensource агент для использования компьютера, не зависящий от провайдера ИИ и работающий на разных ОС. На бенчмарке OSWorld он показывает результат выше 75%, что превосходит человеческий уровень.
▪️ Запуск AutoSkills — Анонсирован сервис AutoSkills, который строит персонализированные наборы навыков, а не просто рекомендует контент. Проект сравнивают с Superpowers, но отмечают его более продвинутый подход к созданию индивидуальных обучающих траекторий.
▪️ Проблемы с доступом к OpenAI — Пользователи сталкиваются с неожиданным выходом из аккаунта в приложении OpenAI.
#Pathway #AutoSkills #OpenAI
▪️ Sudoku как бенчмарк для ИИ — Компания Pathway использует 250 000 сложных головоломок Sudoku Extreme в качестве бенчмарка для проверки логического мышления ИИ. Задача не лингвистическая, а чисто логическая, и решение легко проверить. По их данным, ведущие LLM, включая O3-mini и Claude 3.7, справляются с ней.
▪️ Агент, который строит модели ИИ — Выпущен AIBuildAI, агентная система для автоматического создания моделей искусственного интеллекта. На бенчмарке OpenAI MLE-Bench она заняла первое место. Система запускает цикл агента, который анализирует задачу, проектирует модель, обучает и оценивает её.
▪️ Кроссплатформенный агент для работы с компьютером — Представлен opensource агент для использования компьютера, не зависящий от провайдера ИИ и работающий на разных ОС. На бенчмарке OSWorld он показывает результат выше 75%, что превосходит человеческий уровень.
▪️ Запуск AutoSkills — Анонсирован сервис AutoSkills, который строит персонализированные наборы навыков, а не просто рекомендует контент. Проект сравнивают с Superpowers, но отмечают его более продвинутый подход к созданию индивидуальных обучающих траекторий.
▪️ Проблемы с доступом к OpenAI — Пользователи сталкиваются с неожиданным выходом из аккаунта в приложении OpenAI.
#Pathway #AutoSkills #OpenAI