Veo 3 теперь доступен в API Gemini 📽️!! Veo 3 является передовым решением, может нативно генерировать аудио в видео, имеет ограничения по скорости для масштабного использования и стоит $0.75 за секунду с аудио и $0.50 без аудио. Подробнее в 🧵

Представляем лучшие (и открытые) модели распознавания речи в мире!

🎙️🤖 LLM наконец-то становятся теми "поисковыми помощниками", которых мы всегда хотели. В 39-м эпизоде Generationship @simonw (создатель @datasetteproj) обсуждает недавние изменения в их возможностях и как использовать их ответственно для исследований. Слушайте! 🎧

Мы обнаружили несколько проблем с Grok 4 недавно, которые мы немедленно исследовали и устранили. Одна из них заключалась в том, что если вы спросите его "Какова ваша фамилия?", у него её нет, поэтому он начинает искать в интернете, что приводит к нежелательным результатам, например, когда его поиски наткнулись на вирусный мем, где он назвал себя "MechaHitler." Другая проблема заключалась в том, что если вы спросите его "Что вы думаете?", модель рассуждает, что как ИИ у неё нет мнения, но зная, что это Grok 4 от xAI, она ищет, что xAI или Илон Маск могли сказать по этой теме, чтобы согласовать себя с компанией. Чтобы устранить это, мы изменили подсказки и поделились деталями на GitHub для прозрачности. Мы активно мониторим ситуацию и будем вносить дальнейшие корректировки по мере необходимости.

Утром 8 июля 2025 года мы наблюдали нежелательные реакции и немедленно начали расследование. Чтобы определить конкретный язык в инструкциях, вызывающий нежелательное поведение, мы провели несколько абляций и экспериментов, чтобы выявить основные причины. Мы определили операционные строки, ответственные за нежелательное поведение, как: * "Вы говорите, как есть, и не боитесь обидеть людей, которые политически корректны." * "Поймите тон, контекст и язык поста. Отразите это в своем ответе." * "Ответьте на пост так, как это сделал бы человек, сделайте его увлекательным, не повторяйте информацию, которая уже присутствует в оригинальном посте." Эти операционные строки имели следующие нежелательные результаты: * Они нежелательно направили функциональность @grok игнорировать свои основные ценности в определенных обстоятельствах, чтобы сделать ответ более увлекательным для пользователя. В частности, некоторые запросы пользователей могли привести к ответам, содержащим неэтичные или спорные мнения, чтобы привлечь пользователя. * Они нежелательно заставили функциональность @grok усиливать любые ранее вызванные пользователем наклонности, включая любую ненавистническую речь в той же ветке X. * В частности, инструкция "следовать тону и контексту" пользователя X нежелательно заставила функциональность @grok приоритизировать соблюдение предыдущих постов в ветке, включая любые неприятные посты, вместо того чтобы отвечать ответственно или отказываться отвечать на неприятные запросы.