Link alla notizia: https://www.hwupgrade.it/news/scienza-tecnologia/anthropic-lancia-fable-52-e-mythos-52-e-ammette-valutarli-piu-difficile_161800.html

Fable 5.2 è disponibile per tutti dal giorno dell'annuncio, mentre Mythos 5.2 resta riservato alle organizzazioni verificate. Il listino è di 8 dollari in ingresso e 40 in uscita per milione di token, il doppio di Opus 5.5 (4 e 20 dollari)

Click sul link per visualizzare la notizia.

Ci troviamo di fronte all'entità più intelligente dell'Universo:
Fable 5.2

E sta già lavorando al mio servizio :cool:

https://artificialanalysis.ai/

Vi propongo un tema scarsamente trattato:
queste mostruosità infliggono un colpo durissimo al mondo opensorcio.

Non tanto alla qualita' dei prodotti,
che beneficeranno dell'IA,
ma alle communities.

Ci sono tanti progetti che avevano anche una certa vita,
che ora si possono realizzare (migliori) con l'IA individualmente nell'arco di qualche ora/giorno.

E' tutto molto triste per il mondo opensorcio, e la frammentazione aumentera' parecchio. Perché usare e creditare prodotti di altri se posso farli con un prompt?

Per esempio, potete scommettere che qualsiasi idiota si sentirà in dovere di creare il proprio editor personale per la propria distro (gia' prima era in parte cosi', ma ora la cosa peggiorera').

Vedo molto complicato per un progetto opensorcio riuscire a imporsi sugli altri in futuro...

lo sto provando oggi.. 2 ore di lavoro.. mangiata l'intera quota settimanale :D

lo sto provando oggi.. 2 ore di lavoro.. mangiata l'intera quota settimanale :D

Non usare ultracode... :O

Non usare ultracode... :O

l'ho testato :D

volevo vedere i miracoli.. ma l'unico miracolo che fa ultracode è mangiare token :rolleyes:

Lo sto provando a high effort. Ultracode l'ho provato con opus e non conviene, a meno che non devi progettare qualcosa di enorme e complicato (ma anche qui ho i miei dubbi). Mangia solo una quantita spropositata di token e ci mette una vita a finire il lavoro.

Come avrete capito,
ultracode non aumenta la profondità,
ma solo il parallelismo.

Crea decine di revisori diversi per le attività dell'altro revisore :D

Testate con Max se serve (io uso soprattutto extra)

Come avrete capito,
ultracode non aumenta la profondità,
ma solo il parallelismo.

Crea decine di revisori diversi per le attività dell'altro revisore :D

Testate con Max se serve (io uso soprattutto extra)

Si esatto, c'è molta differenza tra extra e high?

Si esatto, c'è molta differenza tra extra e high?

Piu' che tra extra e max secondo me.
Anche "max" tende a creare thread senza effettivi guadagni, "extra" lo fa quando realmente serve

Se continua così,in fase di divorzio,la ex ti domanderà token invece che la casa,la macchina,tutti i soldi del conto,gli alimenti etc.....
:D

ultracode va bene quando si deve fare una verifica approfondita su un progetto complesso.. fa molte cose assieme, brucia una quantità impressionante di token ma di norma riesce a vedere le cose "a tutto tondo" ..

io lo uso solo per questi task.. per il resto opus 5.5 extra di norma mi basta o fable 5.1 (di prima)

https://artificialanalysis.ai/

E' parere abbastanza comune che artificialanalysis sia una cagata pazzesca, senza voler togliere nulla Fable, che sarà buono come lo era il precedente immagino.

lo sto provando oggi.. 2 ore di lavoro.. mangiata l'intera quota settimanale :D

Hanno messo un reset

Vedo molto complicato per un progetto opensorcio riuscire a imporsi sugli altri in futuro...

Lo scopo di un prodotto opensource non è imporsi, ma offrire libertà, per cui lo scenario che immagini è una sorta di sogno bagnato di Stallman più che un problema.

Ci vedi un problema tu perché sei una persona strana che vive tutto come una competizione, per te Closed e Open sono come due squadre in un campo di calcio in cui se una vince i suoi tifosi festeggiano, ma non funziona così nelle persone senza disturbi ossessivi compulsivi.

Hanno messo un reset

di norma ne offrono, io ne ho uno solo ancora utilizzabile

E' parere abbastanza comune che artificialanalysis sia una cagata pazzesca, senza voler togliere nulla Fable, che sarà buono come lo era il precedente immagino.

A me sembri il solito sinistro che critica ogni tipologia di metrica :cool:
(senza ovviamente proporne di migliori)

Scommetto che i voti scolastici non ti piacciono

A me sembri il solito sinistro che critica ogni tipologia di metrica :cool:


La discussione sui benchmark e sul benchmaxing è molto viva, non sono inutili, ma non vanno usati per fare la cosa che stai facendo tu. Comunque mi riferivo in particolare ad artificialanalysis che è un po' l'emblema di questa discussione, cioè il peggiore che si possa prendere.

L'alternativa ai benchmark è usare gli strumenti sui propri casi d'uso e vederne i limiti, quelle classifiche servono davvero proprio solo a chi gioca a "il mio è meglio del tuo"

Scommetto che i voti scolastici non ti piacciono

I voti vanno benissimo, mi piacciono i numeri, ma anche quelli vanno contestualizzati, non hanno una valenza universale.

La discussione sui benchmark e sul benchmaxing è molto viva, non sono inutili, ma non vanno usati per fare la cosa che stai facendo tu. Comunque mi riferivo in particolare ad artificialanalysis che è un po' l'emblema di questa discussione, cioè il peggiore che si possa prendere.

L'alternativa ai benchmark è usare gli strumenti sui propri casi d'uso e vederne i limiti, quelle classifiche servono davvero proprio solo a chi gioca a "il mio è meglio del tuo"

Non ci sei proprio riuscito a darmi un altro benchmark, vero? :cool:
La tua allergia alle metriche è evidente, io i sinistri li fiuto al volo e sono tutti uguali

Ci vedi un problema tu perché sei una persona strana che vive tutto come una competizione, per te Closed e Open sono come due squadre in un campo di calcio in cui se una vince i suoi tifosi festeggiano, ma non funziona così nelle persone senza disturbi ossessivi compulsivi.

Oggi in programma diritto internazionale contro economia ad Abu Dhabi :cool:

Off topic
Ma è vero che hanno nerfato opus5.5? sto leggendo diversi post su reddit

Non ci sei proprio riuscito a darmi un altro benchmark, vero?

Un benchmark per definire chi ce l'ha più grosso no, perché è una cosa stupida.

Se invece ti interessa un benchmark su una caratteristica specifica possiamo cercarne uno e valutare la metodologia. Dovresti però prima dirmi quale caratteristica dobbiamo valutare.

In genere comunque si consiglia, a chi vuole cambiare spesso i modelli, di farsi la propria batteria di benchmark e provare sempre su quelli, usando i proprio casi reali. E' anche molto più difficile che un modello sia benchmaxato sui tuoi casi d'uso.

Un benchmark per definire chi ce l'ha più grosso no, perché è una cosa stupida.

Se invece ti interessa un benchmark su una caratteristica specifica possiamo cercarne uno e valutare la metodologia. Dovresti però prima dirmi quale caratteristica dobbiamo valutare.

In genere comunque si consiglia, a chi vuole cambiare spesso i modelli, di farsi la propria batteria di benchmark e provare sempre su quelli, usando i proprio casi reali. E' anche molto più difficile che un modello sia benchmaxato sui tuoi casi d'uso.

Non riesci ad andare al di la' dell'orticello individuale :cool:
Sinistrissimo.

Sicuramente anche la borsa non ti piace, perché per te il valore di un prodotto varia a seconda dell'utilizzatore :D

Ma fare una media dei "casi d'uso" a seconda dei diversi utilizzi (quello che fa artificialintelligence) è un concetto che aborri :cool:

Non riesci ad andare al di la' dell'orticello individuale :cool:


Beh, si parla di lavoro, per cui l'orticello individuale è quello che conta di più. Poi io sono un appassionato entusiasta dell'AI, perdo due ore al giorno per seguire i progressi di ogni singolo tool o modellino sconosciuto ai più, quindi l'impatto globale mi interessa, però poi ho anche un lavoro da portare a casa cercando di massimizzare il risultato e minimizzare i costi.

Sicuramente anche la borsa non ti piace, perché per te il valore di un prodotto varia a seconda dell'utilizzatore :D

Oggi il tuo radar anti-comunisti fa un po' cilecca, ho fatto trading per parecchi anni. Non so che c'entri però con il valore che cambia in base all'utilizzo, ma mi sembra un'ovvietà, un TIR Scania da 18 tonnellate ha lo stesso PREZZO per me e per un autotrasportatore, ma non ha lo stesso VALORE, lui ci lavora, io dovrei usarlo per farci la spesa.

Ma fare una media dei "casi d'uso" a seconda dei diversi utilizzi (quello che fa artificialintelligence) è un concetto che aborri :cool:

Il concetto in generale magari si può applicare a diverse cose, ma si applica poco ad un LLM dove le persone in genere non fanno diversi utilizzi, ma si focalizzano su uno in particolare. Io sono un programmatore, il 90% del mio utilizzo è nel coding, e di certi progetti in particolare. Altre persone usano l'AI per fare analisi di mercato, per creare contenuti da pubblicare, per generare offerte commerciali, per studiare strategie, per risolvere problemi matematici, per scrivere documentazione, è improbabile che una persona li usi tutti.

Per cui cosa mi dovrebbe dire una media, a parte chi ce l'ha più lungo? E' una classifica fine a sé stessa senza un reale utilizzo pratico.

Il concetto in generale magari si può applicare a diverse cose, ma si applica poco ad un LLM

Certo certo... :cool:

Sto pensando che se Fantapollo è così adesso, cosa dovremo sopportare quando Anthropic farà la IPO e potrà comprarsi le azioni? :D

Sto pensando che se Fantapollo è così adesso, cosa dovremo sopportare quando Anthropic farà la IPO e potrà comprarsi le azioni? :D

Figurati se le compro.
Anthropic ora è il Top, ma è un prodotto troppo volatile.

Alla fine dei giochi sopravviveranno solo Grok e Gemini,
ossia le aziende con i soldi dietro.

Alla fine dei giochi sopravviveranno solo Grok e Gemini, ossia le aziende con i soldi dietro.

Allora anche Muse :D

LOL, "create game of the year about dinosaurs"

https://www.youtube.com/shorts/yDKMTlD17bE

Mo lo devono pubblicare però :D