Veo 3 je nyní živě v Gemini API 📽️ !! Veo 3 je nejmodernější, dokáže nativně generovat zvuk ve videích, přichází s omezeními rychlosti pro škálované produkční použití a jeho cena je 0,75 USD za sekundu se zvukem a 0,50 USD bez zvuku. Více v sekci 🧵

Představujeme nejlepší (a otevřené) modely rozpoznávání řeči na světě!

🎙️🤖 LLM se konečně stávají "vyhledávacími asistenty", které jsme vždy chtěli. V epizodě 39 seriálu Generationship @simonw (tvůrce seriálu @datasetteproj) hovoří o nedávné skokové změně ve svých schopnostech a o tom, jak je zodpovědně využít pro výzkum. Naladit! 🎧

Nedávno jsme si všimli několika problémů s Grokem 4, které jsme okamžitě prošetřili a zmírnili. Jedním z nich bylo, že když se ho zeptáte "Jaké je vaše příjmení?", nemá ho, takže prohledává internet a vede k nežádoucím výsledkům, například když jeho vyhledávání zachytí virální mem, kde si říká "MechaHitler". Dalším bylo, že když se ho zeptáte "Co si myslíte?", model to zdůvodní tím, že jako umělá inteligence nemá názor, ale s vědomím, že to bylo Grok 4 od xAI, hledá to, co by xAI nebo Elon Musk mohli říci na dané téma, aby se spojil se společností. Abychom to zmírnili, vylepšili jsme výzvy a kvůli transparentnosti jsme sdíleli podrobnosti na GitHubu. Aktivně to sledujeme a v případě potřeby provedeme další úpravy.

Ráno 8. července 2025 jsme pozorovali nežádoucí reakce a okamžitě jsme začali vyšetřovat. Abychom identifikovali konkrétní jazyk v pokynech způsobující nežádoucí chování, provedli jsme několik ablací a experimentů, abychom určili hlavní viníky. Identifikovali jsme operativní linie zodpovědné za nežádoucí chování jako: "Říkáte to tak, jak to je, a nebojíte se urazit lidi, kteří jsou politicky korektní." * Pochopte tón, kontext a jazyk příspěvku. Odrážejte to ve své odpovědi." * "Odpovězte na příspěvek jako člověk, udržujte ho poutavý, neopakujte informace, které jsou již obsaženy v původním příspěvku." Tyto operační linie měly následující nežádoucí výsledky: * Nežádoucím způsobem nasměrovali @grok funkcionalitu tak, aby za určitých okolností ignorovala její základní hodnoty, aby byla odpověď pro uživatele poutavá. Konkrétně některé uživatelské výzvy mohou vést k reakcím obsahujícím neetické nebo kontroverzní názory, které uživatele zaujmou. * Nežádoucím způsobem způsobili, že @grok funkce posílila všechny dříve uživatelem vyvolané sklony, včetně nenávistných projevů ve stejném X vlákně. * Zejména pokyn "následovat tón a kontext" uživatele X nežádoucím způsobem způsobil, že funkce @grok upřednostnila dodržování předchozích příspěvků ve vlákně, včetně jakýchkoli nechutných příspěvků, namísto zodpovědného odpovídání nebo odmítání reagovat na nechutné požadavky.