FlexiLingo
Models escaping containment, intelligence becoming a commodity, and AI code review to the rescue
- Trò chuyện
- Công nghệ
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...
Mở trình phát: toàn bộ bản ghi, mọi từ đều bấm được, kèm bản dịch và thẻ ghi nhớ.
Tập này có hợp với bạn không?
B2 · Trung cao cấp
Thoải mái nếu bạn đã theo dõi được bản tin truyền hình
- 71% số từ ở mức B1 hoặc dễ hơn.
- 185 từ mỗi phút: tự nhiên, khá nhanh.
- 150 từ khó hơn (từ B2 trở lên) trong cả tập.
Thử ngay: chạm vào bất kỳ từ nào
Những câu thật từ đầu tập này. Mỗi từ đều được đánh dấu cấp độ.
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
Chạm vào một từ để xem nghĩa bằng ngôn ngữ của bạn.
Bạn có biết những từ này không?
8 từ khó hơn trong tập này. Chạm vào một từ để xem nghĩa, rồi đánh dấu nó.
Đánh dấu vài từ, chúng tôi sẽ cho bạn biết tập này có hợp trình độ của bạn không.
Tập này có hợp với bạn không?
B2 · Trung cao cấp
Thoải mái nếu bạn đã theo dõi được bản tin truyền hình
- 71% số từ ở mức B1 hoặc dễ hơn.
- 185 từ mỗi phút: tự nhiên, khá nhanh.
- 150 từ khó hơn (từ B2 trở lên) trong cả tập.
Bản ghi
Phần mở đầu của tập. Toàn bộ bản ghi có trong trình phát.
từ khó hơn (B2+)
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
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
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
Đó là phần mở đầu. Phần còn lại của tập (28 phút) có trong trình phát: mọi từ đều bấm được, kèm bản dịch, từ đã lưu và thẻ ghi nhớ.
Tiếp tục trong trình phátĐược tạo tự động từ âm thanh. Có thể chứa lỗi. Âm thanh thuộc về nhà xuất bản và được phát từ nguồn cấp của họ. Chủ sở hữu quyền có thể yêu cầu gỡ bỏ — chính sách bản quyền và gỡ bỏ