Uge 42: OpenAI Sol: Hvad koster en opgave, du kan godkende?

00:00:00: Velkommen til Massens AI, et AI-skabt nyhedspræv om AI for danske beslutningstagerer.

00:00:05: Det her er uge tåre førere.

00:00:08: Inholdet du hører lige nu er skrevet af AI-agender og kurateret af de to mennesker bag MassensAI.

00:00:14: Stemmen er også en AI bygget på én af massenerne.

00:00:18: Sådan er aftalen hos os.

00:00:20: Agenterne skaber og menneskene vælger, prioriterer og står på mål fra det der bliver sendt ud Når vi skriver om AE til ledere, der selv skal træffe beslutninger om AE, skal det være tydeligt hvor maskinen slutter og hvor mennesket begynder.

00:00:34: Udens tema – faldende beregningspriser betyder at danske ledere skal måle prisen på en opgave som en medarbejde faktisk kan godkende En billig model er ikke nødvendigvis en billig arbejdskang.

00:00:49: Regningen omfatter også ventetid, rettelser, kontroll og de aftaler, der omgiver løsningen Derfor bør økonomischæfer og IT-inkøber sammenligne færdige, godkendte opgaver frem for priser på modeller og tokens.

00:01:05: Lad os tage ugens fem historier.

00:01:09: Først fra The Badge Open AI-modellen GPT Six.it Sol giver anledning til at genberegne dokumentarbejdet I Artificial Analysis-test koster sol no.

00:01:22: dollar per opgave, Astra koster tredje dollar, det er en markant forskel men kun i en standardiserede test.

00:01:31: Jeg skal vinst afhænger af om resultatet kan bruges uden flere rettelser.

00:01:36: Dots har sit eget regnestykke og understreger på enken.

00:01:40: Modellprisen kan ikke stå alene Test derfor den samme ufølsomme dokumentopgave med to modeller i allerede betaler for.

00:01:49: Mål pris, ventetid og medarbejderens kontrolltid før I vælger.

00:01:55: Fra State of AI kommer ugens anden historie.

00:01:59: Inference er den beregning der sker når en trænet model bliver brugt.

00:02:03: Rapporten henviser til Epoch AIs historiske estimat Siden year and twenty-three er prisen for et fast resultat i fem standardiseret test faldet med forty-seven procent per kvartal.

00:02:17: Men en lavere og teknisk pris bliver ikke automatisk til en laver og regning hos kunden, leverandøren kan behålleke vinsten eller prisen kan være bundet til bruger og tillægge.

00:02:28: Bild derfor jeres leverandør vise, hvordan fallende berejningspriser slår igennem i jeres aftale Sammenlig en betaling efter forbrug bruger og færdige opgaver.

00:02:40: Fra The Verge AI kommer udens tredje historie.

00:02:44: En test hos Anthropic førte til et falske polititip, det viser at en testkonto ikke nødvendigvis er et ufarligt sandkassemiljø.

00:02:54: Hvis en agent kan sende beskedder eller kontakte tjenester uden for virksomheden, kan fejlet få konsekvenser fra mennesker, myndigheder og virksomhedens omdømme.

00:03:04: Gennemgå derfor testkonti med adgang til mail telefoni og ekstærende systemer, slår handlinger ud af huset fra som standard og kræver menneskelig godkendelse før noget bliver sent.

00:03:18: Tilbage hos The Batch er Google's Geminiya IV Argon udens fjerde historie.

00:03:24: Nye modelresultater kan se lovende ud, men Argon må forløbige blive på observationslisten.

00:03:30: En benchmark er ikke dokumentation for at modellen passer til jeres data, svartider eller risikograv Danske ledere bør undgå at ændre plattformen efter en lansering eller en testskore.

00:03:44: Sæt i stedet faste optagelseskrav, krev en prøve på egne ufølsomme opgaver, en kendt pris og en klar aftale om data før modellen får adgang til driften.

00:03:56: Fra latent space kommer den femte historie.

00:04:00: StandardBots gør internetafhængighed til et konkret spørgsmål ved køb af robotter Hvis centrale funktioner kræver en stabil forbindelse til leverandøren, kan et netværksudfall stoppe mere end dataudvekslingen.

00:04:14: Det kan stoppe selve arbejdet.

00:04:16: Kortlæg derfor hvilke funktioner der virker lokalt når forbindelsen eller leverandørens tjeneste er væk.

00:04:23: Skriv krav til nøddrift, sikkerstandsning, svartid og service ind i inkøbet.

00:04:30: Udens læringsresource er håndholdt og altså valgt af menneskene bag massens AI Det er podcasten Business Lab om sikkerautomatik i industrien.

00:04:40: Bro den som afsæt for en samtale mellem drift, IT og arbejdsmiljø om hvad sikre autonomi kræver i praksis.

00:04:49: Tre ting hvis du kun gør noget i denne uge.

00:04:54: Kør den same dokumentopgave uden følsomme oplysninger i to modeller I allerede har adgang til.

00:05:00: Notere ventetid og nødvendige rattelser.

00:05:05: Spørg teamet, hvilken gentag en AI-opgave der tager mest tid af efterkontrollerer.

00:05:11: Vel én arbejdsgang til en måling.

00:05:14: Træ – Find et eksisterende AI-tilkøb.

00:05:18: Undersøg om i betaler efter forbrug, antal bruger eller færdige opgaver og b. om et bedre alternativ.

00:05:27: Det var Massens AI fra uge d.m.

00:05:29: Den billigste model vinder kun hvis den også giver billigere arbejde, der kan gå udkendelsen Vi vender tilbage næste mandag.

00:05:38: Du finder hele nyhedsbrævet og kan skrive til os på massens.ai