AI-агенты

ИИ врет вам всегда. ChatGPT, Claude, Grok допускают ошибки в финансовых советах в 99% случаев

1 мин чтенияCNews
ZOLT®AI / NEWS

Технологическая компания Saturn проанализировала, насколько хорошо наиболее распространенные модели искусственного интеллекта справляются с финансовыми задачами. В исследование вошли ChatGPT, Claude, Copilot, Grok, Gemini и ряд других популярных систем. На усредненные, относительно простые вопросы нейронные сети ошибались в 57% случаев. При переходе к более сложным финансовым задачам доля ошибок выросла до 99%. Эксперты отмечают, что в сфере финансов цена ошибки особенно высока, поэтому полагаться на ответы нейросетей без дополнительной проверки пока рано.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Sandflow открыла датасет из 106 тысяч 3D‑моделей
AI-агентыHabr AI

Sandflow открыла датасет из 106 тысяч 3D‑моделей

Французский стартап Sandflow выпустил Sand3D — открытый датасет и 106 тыс. 3D‑моделей различных объектов. Каждая модель сопровождается кодом на Python, который строит объект из независимых деталей. Датасет предлагают использовать для обучения моделей создавать и редактировать 3D‑модели.

1 мин чтения
Обложка: Пять футурологических сценариев сосуществования человека и искусственного разума
AI-агентыHabr AI

Пять футурологических сценариев сосуществования человека и искусственного разума

Представим, что ИИ уже умеет выполнять любую работу, получил юридические права и тела роботов. Кто тогда владеет фабриками, принимает последнее решение и остается автором будущего? Разбираем пять устойчивых обществ и два предела, за которыми сосуществовать уже некому.

1 мин чтения
Обложка: ASR для AI-разработки: как я замерял качество распознавания технических терминов
AI-агентыHabr AI

ASR для AI-разработки: как я замерял качество распознавания технических терминов

В этой статье я расскажу о том, как бенчмарк распознавания речи при AI-разработке голосом. Поговорим про сам замер, фабрики софта, постановку задач, особенности речи и датасет, посмотри на циферки и разберемся почему классический WER — очень коварная метрика, особенно в разработке. Ну что, лонг-тапнем на диплинк и деплоим на шпрот?

1 мин чтения