home.social

#gpt54 — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #gpt54, aggregated by home.social.

  1. Иллюзия логики: как я доказал, что LLM-агенты игнорируют факты, и почему Chain-of-Thought делает только хуже

    Сейчас каждый второй стартап пилит ИИ-агентов. Мы оборачиваем LLM в цикл Промпт -> Вызов инструмента -> Ответ и ждем, что нейросеть сама расследует инцидент, найдет баг или напишет фичу. Но на практике автономные агенты часто ходят по кругу, игнорируют явные ошибки и «влюбляются» в свою первую догадку. Индустрия пытается лечить это костылями: наращивает контекст до миллионов токенов или заставляет модель «подумать шаг за шагом» (Chain-of-Thought). Я решил проверить эту архитектуру на прочность. Собрал локальный измерительный стенд LOCK-R, вооружился Теоремой Байеса и поймал современные LLM за руку. В этой статье я математически докажу, почему одиночные агенты структурно уязвимы, как токены размышлений заставляют их врать самим себе еще искуснее, и почему паттерн «Слепого Судьи» - это единственный способ вылечить AI от предвзятости. Тестируем на локальной Qwen-9B и фронтирной GPT-5.4.

    habr.com/ru/articles/1020016/

    #llm #ai_agents #rag #machine_learning #архитектура #chainofthought #теорема_байеса #gpt54 #qwen35 #бенчмарк

  2. GPT-5.4 mini, Tesla строит свой TSMC, омары в Китае и $100 за буллинг ИИ

    Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Неделя вышла насыщенной: GPT-5.4 mini для всех, своя моделька для кода у Cursor, а Google сделала из AI Studio среду для вайбкодинга. Илон Маск анонсировал завод по производству чипов на 25 млрд. долларов, в Китае OpenClaw теперь народный «омаровод», а один стартап платит $100 в час за хамские диалоги с ИИ. Всё самое важное — в одном месте. Поехали! Читать дайджест →

    habr.com/ru/companies/timeweb/

    #ии_дайджест #новости #нейросети #llm #gemini #openclaw #gpt54 #openai #tmsc #timeweb_дайджест

  3. GPT-5.4 출시, 전문가 작업용 프런티어 모델로 컴퓨터 사용·1M 토큰 지원

    OpenAI가 GPT-5.4 Thinking, GPT-5.4 Pro, GPT-5.3 Instant를 공개했습니다. 컴퓨터 직접 조작과 100만 토큰 컨텍스트를 지원하는 에이전틱 모델의 핵심을 소개합니다.

    aisparkup.com/posts/9854

  4. GPT-5.4 출시, 전문가 작업용 프런티어 모델로 컴퓨터 사용·1M 토큰 지원

    OpenAI가 GPT-5.4 Thinking, GPT-5.4 Pro, GPT-5.3 Instant를 공개했습니다. 컴퓨터 직접 조작과 100만 토큰 컨텍스트를 지원하는 에이전틱 모델의 핵심을 소개합니다.

    aisparkup.com/posts/9854

  5. OpenAI just unveiled GPT‑5.4 and the new ChatGPT Agent, a leap toward autonomous computer‑task automation. The model builds on Codex, adding agentic tools and deeper reasoning to let AI run scripts, manage files, and more—without writing code yourself. Could this be the first step to truly self‑directed AI assistants? Dive into the details. #OpenAI #GPT54 #ChatGPTAgent #AIAutomation

    🔗 aidailypost.com/news/openai-la

  6. OpenAI just unveiled GPT‑5.4 and the new ChatGPT Agent, a leap toward autonomous computer‑task automation. The model builds on Codex, adding agentic tools and deeper reasoning to let AI run scripts, manage files, and more—without writing code yourself. Could this be the first step to truly self‑directed AI assistants? Dive into the details. #OpenAI #GPT54 #ChatGPTAgent #AIAutomation

    🔗 aidailypost.com/news/openai-la