Az OpenAI bemutatta az O3-Pro modellt

Az OpenAI elindította az O3-Pro modelljét, mely az O1-Pro helyébe lép, és jelentős teljesítménybeli előrelépést ígér a tudomány, oktatás, programozás, adatelemzés és szövegírás területén.

Az O3-Pro modellt úgy tervezték, hogy a ChatGPT hosszabb gondolkodási idővel megbízhatóbb válaszokat adjon. A teljesítménytesztek alapján az O3-Pro kiemelkedően teljesít a matematikában, tudományban és kódolásban, felülmúlva mind az O3, mind az O1-Pro modelleket. Bár az O3-Pro válaszideje némileg hosszabb lehet az O1-Pro-nál, az OpenAI szerint a többlet várakozás indokolt, különösen összetett és kihívást jelentő feladatok esetén.

Az OpenAI hangsúlyozza, hogy az O3-Pro sokoldalúbb eszközzé teszi a ChatGPT-t. Képes lesz weboldalak keresésére, dokumentumok elemzésére, vizuális tartalom értelmezésére, Python használatára, és a memória funkció révén személyre szabott válaszok nyújtására. Fontos megjegyezni, hogy technikai okok miatt az O3-Pro jelenleg nem támogatja a Canvas funkciót és a képgenerálást. Ehhez a felhasználóknak más modelleket, például a GPT-4o, O3 vagy O4-Mini modelleket kell használniuk. Az O3-Pro API árazása a következő: 20 dollár millió bemeneti tokenenként és 80 dollár millió kimeneti tokenenként.

Az O3-Pro modell a ChatGPT Pro/Team előfizetők számára már június 11-től elérhető, és az API-n keresztül a fejlesztők is hozzáférhetnek. Az Enterprise és Edu verziók előfizetői a jövő héten kapnak hozzáférést.

Ezenfelül az OpenAI frissítette a ChatGPT továbbfejlesztett hangalapú módját, mely természetesebb és gördülékenyebb beszélgetéseket tesz lehetővé az előfizetők számára. A ChatGPT hangfunkciója mostantól intuitív és hatékony nyelvi fordítást is kínál: egyszerűen utasítani kell a ChatGPT-t a fordításra, és az a beszélgetés során folyamatosan fordít, amíg meg nem kérik a leállítására vagy a nyelvváltásra. 

Osszd meg ezt a cikket
Hol tart ma valójában a mesterséges intelligencia?
A mesterséges intelligencia fejlesztése az elmúlt években látványos és gyakran lenyűgöző eredményeket produkált. Az olyan rendszerek, mint a ChatGPT, képesek természetes nyelvű szövegeket generálni, problémákat megoldani és sokszor az emberi teljesítményt is meghaladni különféle feladatokban. Ugyanakkor egyre több neves kutató és technológiai vezető – köztük John Carmack és François Chollet – hívja fel a figyelmet arra, hogy ezek az eredmények nem feltétlenül jelentik az általános mesterséges intelligencia (AGI) közeledtét. A színfalak mögött most új típusú problémák és kérdések kerültek a figyelem középpontjába, amelyek messze túlmutatnak a puszta teljesítményen.
A Rhino Linux új kiadással jelentkezik: 2025.3
A Linux disztribúciók körében főként kétféle szemléletmód terjedt el, vannak a stabil, ritkán frissülő rendszerek biztonságos kiszámíthatósággal, és a naprakész, de időnként kényes egyensúlyon balanszírozó, gördülő kiadású disztribúciók. A Rhino Linux ezt a két ellenpontot próbálja áthidalni, azaz egyszerre próbál naprakész lenni gördülő disztribúcióként, de alapként az Ubuntura épül, hogy megfelelő stabilitást is biztosítson.
SEAL az önmagát tanító mesterséges intelligencia előhírnöke
Hosszú évek óta tartja magát az elképzelés, hogy a mesterséges intelligencia fejlesztésének kulcsa az emberi tanítás: adatok, címkék, finomhangolás, gondosan megtervezett beavatkozások. Most azonban egy új megközelítés látott napvilágot. Az MIT kutatóinak legújabb munkája, a SEAL (Self-Adapting Language Models) névre keresztelt rendszer olyan nyelvi modelleket mutat be, amelyek képessé válnak saját maguk tanítására. Az eredmények nemcsak technológiai újdonságot jelentenek, hanem felvetik a kérdést: vajon milyen szerepet szánunk a jövőben az embernek az intelligens rendszerek képzésében?
Elég egy fotó és egy hang – az Alibaba új mesterséges intelligenciája teljes testű avatárt készít belőle
Egyetlen hangfelvétel és egy fotó is elegendő ahhoz, hogy élethű, teljes testtel mozgó, arcjátékkal és érzelmekkel teli virtuális karaktereket hozzunk létre – stúdió, színész vagy zöld háttér nélkül. Az Alibaba legújabb fejlesztése, az OmniAvatar nevű nyílt forráskódú mesterséges intelligencia-modell legalábbis éppen ezt ígéri. Bár a technológia még formálódik, már most is érdemes figyelmet szentelni annak, amit lehetővé tesz – és annak is, hogy mindez milyen új kérdéseket vet fel.
ALT Linux 11.0 Education az orosz oktatási intézmények fundamentuma
Az ALT Linux egy orosz gyökerekkel rendelkező, RPM csomagkezelőre épülő Linux disztribúció, amelynek alapjait a Sisyphus csomagtár képezi. Kezdetben orosz lokalizációs erőfeszítésekből nőtte ki magát, együttműködve olyan nemzetközi disztribúciókkal, mint a Mandrake és a SUSE Linux, különös tekintettel a cirill betűs írás támogatására.
A térbeli intelligencia a következő leküzdendő akadály az AGI előtt
Az LLM megszületésével a gépek lenyűgöző képességekre tettek szert. Ráadásul fejlődési sebességük is nagyobb tempóra kapcsolt, nap mint nap jelennek meg újabb modellek, amelyek még hatékonyabbak még jobb képességekkel ruházzák fel a gépeket. Ha azonban közelebbről megvizsgáljuk, ezzel a technológiával még csak most értük el, hogy a gépek képesek egy dimenzióban gondolkodni. A világ amelyben élünk azonban az emberi érzékelés alapján három dimenziós. Egy ember számára nem okoz gondot, hogy megállapítsa, hogy valami egy szék alatt van, vagy mögött, vagy egy felénk repülő labda körülbelül hová fog érkezni. Számos mesterséges intelligencia kutató szerint az AGI azaz a mesterséges általános intelligencia megszületéséhez el kell érni, hogy a gépek három dimenzióban gondolkodjanak, ehhez pedig ki kell fejleszteni a térbeli intelligenciát.

Az elmúlt néhány napban megjelent Linux disztribúció frissítések