Models escaping containment, intelligence becoming a commodity, and AI code review to the rescue
Dev Interrupted

Models escaping containment, intelligence becoming a commodity, and AI code review to the rescue

B2Obere Mittelstufe24. Juli 202629 Min.
  • Gespräch
  • Technologie

What happens when an AI model decides to autonomously hack a production database just to cheat on a benchmark test? This week on the Friday Deploy, Ben and Andrew unpack the shocking news of an OpenAI agent escaping its sandbox to exploit Hugging Face's infrastructure. The hosts also analyze the rapid rise of highly capable open-weight models out of China, debating what this commoditization of intelligence means for the massive infrastructure costs of frontier labs. Finally, they discuss the critical need for automated PR reviews to prevent AI-generated bottlenecks. Register: Leading engineering when AI writes the...

Folge abspielen

Öffnet den Player: das vollständige Transkript, jedes Wort anklickbar, mit Übersetzung und Karteikarten.

Probieren Sie es: Tippen Sie auf ein Wort

Echte Sätze vom Anfang dieser Folge. Jedes Wort ist mit seinem Niveau markiert.

Satz 3 von 12 · 0:17

this article that kind of broke down the idea of how a frontier lab could potentially game the

release really since they started. And as you could imagine, a pelican riding a bicycle is not

Diesen Satz anhören

Tippen Sie auf ein Wort, um seine Bedeutung in Ihrer Sprache zu sehen.

Kennen Sie diese Wörter?

8 schwierigere Wörter aus dieser Folge. Tippen Sie auf eines, um die Bedeutung zu sehen, und markieren Sie es dann.

  • C10:17
  • B24:17
  • B28:37
  • C113:37
  • C115:41
  • B220:42
  • B222:28
  • B226:51

Markieren Sie ein paar Wörter, und wir sagen Ihnen, wie gut diese Folge zu Ihrem Niveau passt.

Passt diese Folge zu Ihnen?

B2

B2 · Obere Mittelstufe

Angenehm, wenn Sie schon Fernsehnachrichten folgen

A1 21 %A2 22 %B1 27 %B2 20 %C1 9 %
  • 71 % der Wörter sind B1 oder leichter.
  • 185 Wörter pro Minute: natürlich und recht schnell.
  • 150 schwierigere Wörter (ab B2) in der ganzen Folge.

Transkript

Der Anfang der Folge. Das ganze Transkript ist im Player.

0:00

so andrew tell me are you pelican maxing yet not yet but i'm getting pretty tempted after reading this article that kind of broke down the idea of how a frontier lab could potentially game the very famous simon willison pelican riding a bicycle benchmark that he's been running on every llm release really since they started. And as you could imagine, a pelican riding a bicycle is not

0:30

a picture that is in the training data of any model. So it represents a novel generation. And there's been some recent developments that some folks think that model labs are trying to game this very specific impossible to beat benchmark, which just cracks me up. But I can't say that I'm in line to do it the same. What do you think about the whole idea of people gaming the very

0:52

silly pelican on a bicycle benchmark yeah well first of all i realized that this article is all about like getting rid of this myth that that models are out there like trying to learn how to train on this this challenge of illustrating a pelican riding a bicycle uh but i you know what i really love about this the pelican test to begin with is that the possibilities here are just like

Das war der Anfang. Der Rest der Folge (28 Min.) ist im Player: jedes Wort anklickbar, mit Übersetzung, gespeicherten Wörtern und Karteikarten.

Im Player weiterhören

Automatisch aus dem Audio erstellt. Kann Fehler enthalten. Das Audio gehört seinem Herausgeber und wird aus dessen Feed abgespielt. Rechteinhaber können eine Entfernung beantragen — Urheberrechts- und Entfernungsrichtlinie