Tổng hợp tin tức về AI: Quét bộ gen trong 21 giờ, Toán học dưới lửa và Bảng xếp hạng trị giá 3,1 tỷ đô la

Tuần cuối cùng của tháng 10 đã có một sự kết hợp kỳ lạ: AI thực hiện khoa học thực sự, AI thực hiện các phép toán không ổn định và một trang web đo điểm chuẩn trở thành kỳ lân. Đây là phần thực sự thay đổi công cụ mà bạn nên tiếp cận.

Anthropic đã chỉ ra 950 tác nhân Claude tại các bộ dữ liệu gen khổng lồ và tìm ra một hệ thống enzyme chưa được biết đến trước đây, có biệt danh là ART, trong khoảng 21,5 giờ - với các đặc tính giống CRISPR vẫn cần thử nghiệm trong phòng thí nghiệm và đánh giá ngang hàng. Động thái thú vị không phải là tốc độ mà là phòng thí nghiệm coi các tác nhân như một công cụ tìm kiếm có căn cứ trên dữ liệu thực chứ không phải một chatbot. Nếu công việc của bạn là nghiên cứu thì đó chính là hướng mà công cụ đang hướng tới.

OpenAI đã xuất bản 719 bản thảo toán học do AI tạo ra và các nhà nghiên cứu đã đánh dấu những khoảng cách giữa lời giải thích bằng ngôn ngữ tự nhiên và bằng chứng được xác minh chính thức. Đó là vấn đề về cửa sổ ngữ cảnh trong trang phục học thuật: một bằng chứng tự tin, được viết tốt nhưng không có giá trị. Luôn luôn kiểm tra chính thức bên ngoài mô hình.

Về mặt thực tế, Underdog đã phát hành Saluki 27B, một mẫu mã nguồn mở được nén từ khoảng 54 GB xuống còn 7,89 GB để chạy trên máy tính xách tay 16 GB và đạt 88/120 điểm chuẩn trong cuộc gọi công cụ. Suy luận cục bộ, riêng tư, rẻ tiền đã không còn là giấc mơ của những người có sở thích nữa. Và tiền tiếp tục di chuyển: bảng xếp hạng Arena đã huy động được Series B trị giá 200 triệu đô la với mức định giá 3,1 tỷ đô la.

Lộ trình dành cho người mua: Google đã giới thiệu một đại lý Gemini dành cho doanh nghiệp với bộ nhớ ổn định và khả năng điều phối đa tác nhân, Mistral đã xuất xưởng 'Le Chonk', một mô hình trọng lượng mở có hàng nghìn tỷ thông số và OpenAI định giá GPT-6.1 Terra thấp hơn khoảng 50% so với các cấp độ Terra và Sol trước đó của nó. Biên giới đắt tiền đang có được một người anh em rẻ hơn, nhanh hơn và trại trọng lượng mở đang thu hẹp khoảng cách - vì vậy hãy chuyển 80% nhàm chán sang mô hình giá rẻ và giữ mô hình cao cấp cho các cuộc gọi phán xét.