Warning: preg_grep(): Compilation failed: quantifier does not follow a repeatable item at offset 165 in /var/www/tg-me/post.php on line 75 Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение | Telegram Webview: dsproglib/6342 -
🆕OpenAI выпустила три новые модели: GPT‑4.1, 4.1 Mini и 4.1 Nano
Теперь можно запускать контексты до 1 миллиона токенов через API. Новые бенчмарки, расширенные окна контекста и первая в истории nano-модель. Быстрее, умнее и дешевле, чем GPT-4o.
➡️ GPT-4.1 Nano — первая «крошечная» модель OpenAI для сверхнизкой задержки и edge-приложений. Оптимизирована под скорость.
GPT-4.1 показывает улучшения по всем направлениям: — Кодинг: 54.6% на SWE-bench (на 21.4% выше GPT-4o) — Инструкции: 38.3% на MultiChallenge (на 10.5% выше) — Длинные контексты: 72.0% на Video-MME (на 6.7% выше) — Использует обучающие данные до июня 2024 года — Эффективно обрабатывает большие документы и целые кодовые базы
➡️GPT-4 уходит в отставку
С 30 апреля GPT-4 больше не будет использоваться в ChatGPT. Его заменит GPT-4o — мультимодальная модель, представленная OpenAI в мае прошлого года.
Из примечания к релизу:
«GPT‑4 стал поворотной точкой в развитии ChatGPT. Мы благодарны за прорывы, которые он обеспечил, и за отзывы, которые помогли сформировать его преемника. GPT‑4o продолжает эту линию, предлагая ещё больше возможностей, стабильности и креативности.»
Тем временем, OpenAI готовит к запуску новое семейство моделей, которое заменит GPT-4o — GPT-4.1, релиз может состояться уже на этой неделе.
GPT-4 останется доступен через API, несмотря на замену в ChatGPT.
👍Ставь лайк, если OpenAI явно стоит поработать над названиями своих моделей.
🆕OpenAI выпустила три новые модели: GPT‑4.1, 4.1 Mini и 4.1 Nano
Теперь можно запускать контексты до 1 миллиона токенов через API. Новые бенчмарки, расширенные окна контекста и первая в истории nano-модель. Быстрее, умнее и дешевле, чем GPT-4o.
➡️ GPT-4.1 Nano — первая «крошечная» модель OpenAI для сверхнизкой задержки и edge-приложений. Оптимизирована под скорость.
GPT-4.1 показывает улучшения по всем направлениям: — Кодинг: 54.6% на SWE-bench (на 21.4% выше GPT-4o) — Инструкции: 38.3% на MultiChallenge (на 10.5% выше) — Длинные контексты: 72.0% на Video-MME (на 6.7% выше) — Использует обучающие данные до июня 2024 года — Эффективно обрабатывает большие документы и целые кодовые базы
➡️GPT-4 уходит в отставку
С 30 апреля GPT-4 больше не будет использоваться в ChatGPT. Его заменит GPT-4o — мультимодальная модель, представленная OpenAI в мае прошлого года.
Из примечания к релизу:
«GPT‑4 стал поворотной точкой в развитии ChatGPT. Мы благодарны за прорывы, которые он обеспечил, и за отзывы, которые помогли сформировать его преемника. GPT‑4o продолжает эту линию, предлагая ещё больше возможностей, стабильности и креативности.»
Тем временем, OpenAI готовит к запуску новое семейство моделей, которое заменит GPT-4o — GPT-4.1, релиз может состояться уже на этой неделе.
GPT-4 останется доступен через API, несмотря на замену в ChatGPT.
👍Ставь лайк, если OpenAI явно стоит поработать над названиями своих моделей.
That growth environment will include rising inflation and interest rates. Those upward shifts naturally accompany healthy growth periods as the demand for resources, products and services rise. Importantly, the Federal Reserve has laid out the rationale for not interfering with that natural growth transition.It's not exactly a fad, but there is a widespread willingness to pay up for a growth story. Classic fundamental analysis takes a back seat. Even negative earnings are ignored. In fact, positive earnings seem to be a limiting measure, producing the question, "Is that all you've got?" The preference is a vision of untold riches when the exciting story plays out as expected.
A Telegram spokesman declined to comment on the bond issue or the amount of the debt the company has due. The spokesman said Telegram’s equipment and bandwidth costs are growing because it has consistently posted more than 40% year-to-year growth in users.
Библиотека дата сайентиста | Data Science Machine learning анализ данных машинное обучение from us
