Naujas AI kodavimo iššūkis atskleidė savo pirmąjį nugalėtoją ir nustatė naują juostą AI varomoms programinės įrangos inžinieriams.

Trečiadienį 17 val. PT, ne pelno siekiantis „Laude“ institutas paskelbė pirmąjį „K Prize“ laimėtoją, daugialypį AI kodavimo iššūkį, kurį „Databricks“ paskelbė ir „Perplexity“ įkūrėjas Andy Konwinski. Laimėtojas buvo Brazilijos raginimo inžinierius, vardu Eduardo Rocha de Andrade, kuris už prizą gaus 50 000 USD. Tačiau labiau stebina nei pergalė buvo jo galutinis rezultatas: jis laimėjo teisingais atsakymais tik 7,5% testo klausimų.

„Mes džiaugiamės, kad pastatėme etaloną, kuris iš tikrųjų yra sunkus“, – sakė Konwinski. „Lyginamieji turėtų būti sunkūs, jei jie bus svarbūs“, – tęsė jis ir pridūrė: „Balai būtų kitokie, jei„ Big Labs “būtų įvestos su savo didžiausiais modeliais. Bet tai yra esmė. K premija yra neprisijungus prie riboto skaičiavimo, todėl jis palaiko mažesnius ir atvirus modelius. Man tai patinka. Tai lygiaverčiai žaidimo sąlygos.“.

„Konwinski“ pažadėjo 1 mln. USD pirmajam atvirojo kodo modeliui, kuris bandyme gali surinkti aukštesnį nei 90%.

Panašiai kaip gerai žinoma „SWE-Bench“ sistema, „K Prize Tests“ modeliai prieš „GitHub“ vėliavos problemas yra išbandymas, kaip gerai modeliai gali spręsti realaus pasaulio programavimo problemas. Tačiau nors SWE-Benchas yra pagrįstas fiksuotu problemų rinkiniu, su kuriuo modeliai gali treniruotis, K premija yra sukurta kaip „SWE-Bench“ be užkrėtimo versija, naudojant nustatytą įėjimo sistemą, kad būtų galima saugoti bet kokius etaloninius mokymus. Pirmajame ture modeliai turėjo būti atlikti iki kovo 12 d. „K“ premijos organizatoriai po šios datos pažymėjo tik „K“ premijos organizatorius.

7,5% aukščiausio lygio balas yra ryškus kontrastas su pačiu „SWE-Bench“, o tai šiuo metu rodo 75% aukščiausią rezultatą dėl lengvesnio „patikrinto“ testo ir 34% pagal sunkesnį „pilną“ testą. Konwinski vis dar nėra tikras, ar skirtumai atsiranda dėl užteršimo SWE-Bench, ar tik iššūkis surinkti naujus „GitHub“ klausimus, tačiau jis tikisi, kad K prizo projektas netrukus atsakys į klausimą.

„Kai gausime daugiau šio dalyko, turėsime geresnę prasmę“, – sakė jis „TechCrunch“, „nes mes tikimės, kad žmonės prisitaikys prie konkuruojančių dėl to kas kelis mėnesius“.

Tai gali atrodyti keista vieta, kuriai trūksta, atsižvelgiant į platų AI kodavimo priemonių spektrą, jau viešai prieinamą, tačiau, kai etalonai tampa per lengvi, daugelis kritikų mato, kad tokie projektai kaip K premija yra būtinas žingsnis siekiant išspręsti AI augančią vertinimo problemą.

„Aš gana labai stengiuosi kurti naujus esamų etalonų testus“, – sako Princetono tyrėjas Sayashas Kapooras, kuris neseniai pateiktame dokumente pateikė panašią idėją. „Be tokių eksperimentų mes iš tikrųjų negalime pasakyti, ar problema yra užterštumas, ar net tiesiog nukreipti į SWE-bencho lyderių lentelę su žmogumi.“

„Konwinski“ tai yra ne tik geresnis etalonas, bet ir atviras iššūkis likusiai pramonei. „Jei klausote hipo, panašu, kad turėtume pamatyti AI gydytojus ir AI teisininkus bei AI programinės įrangos inžinierius, ir tai tiesiog netiesa“, – sako jis. „Jei mes net negalime gauti daugiau nei 10 proc. SWE-Bench be užteršimo, tai yra man realybės patikrinimas“.

Remiantis nauja ataskaita „The New York Times“, Europos vyriausybės gali persvarstyti Amerikos technologijų ir paslaugų naudojimą.

Panašu, kad „Flashpoint“ atsirado po to, kai prezidentas Donaldas Trumpas sankcionavo Tarptautinio baudžiamojo teismo vyriausiąjį prokurorą Karimui Khanui dėl TBT sprendimo išduoti arešto orderius dėl Izraelio ministro pirmininko Benjamino Netanyahu ir buvusio gynybos ministro Yoav Gallant.

Atsakydama „Microsoft“ išjungė Khano el. Pašto adresą. Casperis Klynge’as, buvęs diplomatas, kuris taip pat dirbo „Microsoft“, sakė NYT, kad „Microsoft“ veiksmas tapo „rūkymo pistoletu, kurio daugelis europiečių ieškojo“, pastūmėjo juos ieškoti alternatyvių variantų. (Kai kurie ICC darbuotojai, pavyzdžiui, perėjo į „Swiss Email Service Proton“.)

„Jei JAV administracija eina paskui tam tikras organizacijas, šalis ar asmenis, baimė yra tai, kad Amerikos įmonės privalo laikytis“, – teigė Klynge.

Savo ruožtu „Microsoft“ teigė, kad vėliau padarė politikos pakeitimus, kad apsaugotų klientus panašiomis situacijomis, ir pažymėjo, kad ji nenutraukė keturių ICC teisėjų, kurie Trumpą šį mėnesį sankcionavo, el. Pašto sąskaitas. Be to, tik šią savaitę generalinė direktorė Satya Nadella paskelbė apie naujus „suverenus sprendimus“, kad apsaugotų Europos institucijas.

„Waymo“ ir „Toyota“ sutiko ištirti galimą susitarimą, kuris vieną dieną galėtų sukelti naują transporto priemonę, skirtą važiuoti ir netgi pritraukti savarankiškų vairavimo technologijas į vartotojų automobilius.

Remiantis „Waymo“ paskelbtame tinklaraštyje, abi bendrovės pasirašė preliminarų susitarimą ieškoti autonominės transporto priemonių platformos kūrimo ir dislokavimo. Bendrovių vartojama kalba yra neaiški-ir iš esmės priklauso nuo „Hey-Let’s-See-How-We-Might-Work-Work“ susitarimo. Atstovas teigė, kad daugiau informacijos bus dalijamasi, jei bus galutinis susitarimas.

Tikslas, jei „Waymo“ ir „Toyota“ oficialiai partneris yra dvejopas. Bendrovės sujungtų savo stipriąsias puses, kad sukurtų naują autonominę transporto priemonių platformą, kuri būtų naudojama robotaksi paslaugai. Bendrovės taip pat svarstys „Waymo“ technologiją į naujos kartos „Toyota“ transporto priemones, parduodamas vartotojams.

Bendradarbiavimo apimtis ir toliau vystysis vykstant diskusijoms, sakė Waymo tinklaraščio įraše.

„„ Toyota “yra įsipareigojusi įgyvendinti visuomenę, kurioje nulis eismo įvykių ir tapti mobilumo įmone, teikiančia mobilumą visiems“, – pranešime teigė „Toyota“ valdybos narys ir „Toyota“ vykdomasis viceprezidentas Hiroki Nakajima, pridėdamas automobilių gamintojus, „stiprų tikslo jausmą ir bendrą viziją su„ Waymo “per automatinę vairavimo technologiją“.

Paskelbimo laikas yra pastebimas. Praėjusią savaitę „Alfabet“ generalinis direktorius Sundaras Pichai pateikė pastabas bendrovės pajamų skambučio metu, kuris rodo, kad „Waymo“ žiūrėjo į asmeniškai priklausančias autonomines transporto priemones. „Waymo“ neaiškiai kalbėjo apie savo technologijos licencijavimą. Tačiau tai buvo pirmas kartas, kai aukščiausias jos patronuojančios įmonės vadovas viešai kalbėjo apie galimybę.

Kadangi Waymo perėjo iš tyrimų ir plėtros programos prie komercinės operacijos, bendrovė siekė bendradarbiauti su kitomis įmonėmis. „Waymo“ teikia „Robotaxi“ paslaugą San Fransiske, Los Andžele, Finikse, Austine ir Soot Atlanta. Istoriškai „Waymo“ tvarkė visus „Robotaxi“ verslo aspektus, įskaitant programą, techninę priežiūrą ir važiavimo priėmimo operacijas.

Tai pasikeitė pastaraisiais mėnesiais. „Waymo“ pasamdė „Moove“ valdyti savo AVS parką Finikse. Tai taip pat kreipėsi į „Uber“, kad pasidalytų atsakomybe už robotaxi operacijas Austine ir netrukus Atlantoje.

Pagal vadinamąją „Waymo On Uber“ „Robotaxi“ tarnybą „Waymo“ yra atsakingas už transporto priemonių bandymus, pagalbą kelyje ir tam tikrus motociklininko palaikymo aspektus. „Uber“ valdo parko paslaugas, tokias kaip transporto priemonių valymas, techninė priežiūra, patikrinimai, įkrovimo ir depo operacijos per įmonę, vadinamą „Avomo“.

Po to, kai darbdaviai.com įsigijo bankroto apskaitos startuolio stendą, kai buvo parduodama priešgaisrinės spalvos praėjusių metų pabaigoje, generalinis direktorius Jesse Tinsley įsipareigojo „LinkedIn“ ir kitur pagerbti ankstesnius klientų mokėjimus.

„Mes pagerbiame visas išankstinio mokėjimo stendo paslaugas, net jei patys turėsime pajamų iš to tiesiogiai“, – sakė Tinsley interviu su įkūrėju ir investuotoju Julianu Weisseriu.

Tačiau kai kurie suolelio klientai sako, kad jiems mokama gauti knygas ar mokesčių deklaracijas, už kurias anksčiau sumokėjo.

Antradienį „Bench“ kliento „Qorum Qorum“ pateiktas ieškinys tvirtina, kad Bench reikalavo sumokėti, kad gautų 2023 m. Mokesčių deklaraciją, nepaisant to, kad jau sumokėjo už paslaugą pagal ankstesnius suolelio savininkus.

„Atsakovas Jesse Tinsley pateikė aplaidų klaidingą pateikimą, kai melagingai pareiškė, kad darbdaviai.com pagerbs išankstinio mokėjimo suolelio paslaugas“, – teigiama ieškinyje.

Kitas klientas, kuris paprašė anonimiškumo, buvo sukrėstas sužinojęs, kad jiems reikia atnaujinti savo prenumeratą, kad apskaitos knygos būtų baigtos, kai jie sumokėjo už tą paslaugą prieš dvejus metus, remiantis „TechCrunch“ matytu korespondencija.

Kai jie tai suabejojo, suolelio atstovas jiems pasakė, kad „Sench 2.0“ neturi jokio ryšio su ankstesniais įsipareigojimais ir kad darbdaviai.com negalėjo imtis neapmokamo darbo.

Darbdavių.com CMO Matt Charney tvirtai ginčijasi, kad Senchas apmokestina anksčiau apmokamus darbus. „Mes buvome ir gerbiame išankstinio mokėjimo paslaugas savo klientams“,-sakė jis.

Charney taip pat teigė, kad jis pristatė tą mokestį 2023 m. Grąžinimą į „Qorum“, nereikalaudamas papildomo mokėjimo. Tačiau „Qorum“ įkūrėjas Andrew Pietra sakė „TechCrunch“, kad jis turi tęsti savo prenumeratą, kad pirmiausia gautų grąžą.

Pagal ankstesnę nuosavybę, Benchas sudegė 135 mln. USD ir stengėsi priversti AI pakeisti žmonių buhalterius. Anot buvusių darbuotojų, tai paskatino ilgą vėlavimą ir dideles krūvas knygų, kurias dar reikėjo baigti.

Keli stendo klientai anksčiau „TechCrunch“ sakė, kad darbdaviai.com taip pat atsiuntė jiems pranešimus, kuriais siekiama priversti juos spustelėti sutikimo mygtuką, kurio metu jie turėjo atsisakyti išankstinio mokėjimo paslaugų grąžinimo.

Daugelis knygų ir grąžos išliko neišsami, kai suolelis staiga uždarytas praėjusių metų gruodžio 26 d. Darbdaviai.com, JAV įmonė, paskelbė planuojančią nusipirkti Kanados „Fintech“ mažiau nei po 72 valandų.

Darbdaviai.com nusipirko suolą už 9 milijonus dolerių, Kanados parodoje pateiktos bankroto bylos.

Staigų „Fintech“ žlugimą sukėlė likvidumo trūkumas po to, kai jo pagrindinis kreditorius – Kanados nacionalinis bankas – atsisakė paskolinti jam papildomus 7,7 mln. USD 2024 m. Gruodžio mėn. NBC jau pateikė 51 mln.

Ironiška, bet būtent žinia apie staigų suolelio uždarymą paskatino jo gelbėjimą. Bendrovė anksčiau apsipirko, tačiau nepavyko rasti rimto pirkėjo, pažymi paraiška.

Eloną Muską kritikuojantys konservatoriai kaltina jam priklausančią platformą jų cenzūravimu, praneša CNN.

Politinė aktyvistė Laura Loomer sukėlė internetines diskusijas dešinėje apie darbo vizas, žinomas kaip H-1B, kurias Muskas palaiko. Loomer dabar tvirtina, kad jos sąskaita buvo nepatvirtinta ir demonetizuota, kaltindama Muską „kalbėjimo laisvės sukčiavimu“.

Tuo tarpu kitas konservatorių aktyvistas Charlesas C. Johnsonas tvirtina, kad X uždraudė jo paskyrą, nes jis „sudarė gėdą“ Muskui, rašydamas apie tariamą jo tėvo dalyvavimą smaragdo kasykloje, ką Muskas jau seniai neigia. (Nei šis, nei Loomerio kaltinimai nebuvo pagrįsti.)

Elonas jau seniai viešai palaikė žodžio laisvę, skelbdamas, kad tai yra „demokratijos pagrindas“. Tačiau Muskas taip pat buvo apkaltintas žmonių nutildymu platformoje, ypač 2022 m., kai X laikinai sustabdė žurnalistus, pranešančius apie paskyros, sekančios jo lėktuvą, sustabdymą.

X iš karto neatsakė į prašymą pakomentuoti.

„Zoox“ vienas iš įkūrėjų ir technologijų vadovas Jesse Levinson netiki, kad „Tesla“ kitais metais Kalifornijoje (ar bet kur kitur) pradės robotaksi pavėžėjimo paslaugą, nepaisant to, ką neseniai teigė Elonas Muskas.

„Pagrindinė problema yra ta, kad jie neturi veikiančios technologijos“, – trečiadienį „TechCrunch Disrupt 2024“ sakė Levinsonas. „Ir pagal darbus noriu atskirti vairuotojo pagalbos sistemą, kuri važiuoja didžiąją laiko dalį, išskyrus atvejus, kai jos neveikia. , o tada jūs turite perimti valdžią – palyginti su sistema, kuri yra tokia patikima ir tvirta, kad joje nereikia žmogaus.

Levinsonas nuėjo toliau ir konkrečiai atkreipė dėmesį į „Tesla“ sprendimą pasikliauti tik kameromis, kad palaikytų vairuotojo pagalbos sistemą. „Mūsų perspektyva yra tokia, kad jums tikrai reikia daug daugiau techninės įrangos, nei Tesla įdeda į savo transporto priemones, kad sukurtų robotaksi, kuris būtų ne tik toks pat saugus, bet ir ypač saugesnis už žmogų“, – sakė jis.

Levinsono komentarai pasirodė praėjus vos kelioms savaitėms po to, kai Muskas atskleidė Tesla vadinamojo „Cybercab“ robotaksi prototipą. Muskas taip pat paskelbė „Cybercab“ renginyje, kad „Tesla“ iki 2025 m. pabaigos nori pradėti leisti „Model 3“ sedanams ir „Model Y“ visureigiams veikti kaip robotaksiui Kalifornijoje ir Teksase.

Levinsonas teigė, kad „Tesla“ visiškai savarankiško vairavimo (prižiūrimo) programinę įrangą naudoja „kas porą savaičių“. Ir nors jis pavadino tai „įspūdingu“, jis taip pat sakė, kad tai „šiek tiek kelia stresą“.

„Paprastai jis elgiasi teisingai, o paskui tarsi užliūliuoja jus tokiu klaidingu pasitenkinimo jausmu, o tada elgiasi neteisingai“, – sakė jis. 'Tu kaip, o, Dieve mano!'

Levinsonas teigė manantis, kad FSD yra „maždaug 100 kartų mažiau saugus nei žmogus, jei pažvelgsite į visus viešai prieinamus rodiklius“. („Tesla“ kas ketvirtį išleidžia saugos ataskaitas, kuriose teigiama, kad jos pagalba vairuotojui patenka į mažiau avarijų nei automobiliai be jos – nors ši savarankiškai pateikta statistika buvo kritikuojama kaip atrankinė.)

Komentarai apie „Tesla“ pasirodė Levinsonui paskelbus, kad artimiausiomis savaitėmis „Zoox“ San Francisko ir Las Vegaso rinkose pristatys pagal užsakymą pagamintą robotaksi. Bendrovė planuoja, kad jie bus prieinami ankstyvųjų raitelių programai 2025 m.