admin

Соучредитель Openai и Генеральный директор Сэм Альтман публично признает крупных икот во время вчерашнего развертывания GPT-5Новая флагманская крупная языковая модель компании (LLM) — рекламируется как самая мощная и способная.

Отвечая на вопросы пользователя в потоке Reddit AMA (спросите меня о чем угодно) и в посте на X сегодня днем, Альтман признался в ряде проблем, которые нарушили запуск GPT-5, включая неисправное переключение модели, плохую производительность и путаницу пользователя — побуждение Openai частично вернуть некоторые изменения в платформу и Восстановите доступ пользователя к более ранним моделям, таким как GPT-4O.

«Это было немного более ухабище, чем мы надеялись», — написал Альтман В ответ на вопрос на Reddit о большом запуска GPT-5.

Что касается ошибочных карт производительности модели, показанных во время прямой трансляции GPT-5 Openai, Альтман сказал: «Люди работали поздно и очень устали, и человеческая ошибка мешала. Многое собирается для прямой трансляции в последние часы ».

В то время как он отметил, что сопровождающие сообщения в блоге и системная карта были точными, ошибки еще больше подчеркнули запуск, уже сталкиваясь с изучением ранних пользователей и разработчиков.

Проблемы с новым автоматическим маршрутизатором

Одна из ключевых причин проблемы в соответствии с Altman проистекает из нового автоматического «маршрутизатора» Openai, который назначает пользовательские подсказки одному из четырех вариантов GPT-5-обычных, мини, нано и профессионала-с необязательным режимом «мышления» для более тяжелых задач.

На x, Альтман сообщил, что ключевая часть этой системы-автосвичитель-была «вне комиссии за кусок дня», заставляя GPT-5 казаться «душевным», чем предполагалось.

В ответ Openai говорит, что внедряет изменения в границе принятия моделей и сделает его более прозрачным, какая модель реагирует на заданный запрос.

Обновление пользовательского интерфейса также на пути, чтобы помочь пользователям вручную запустить режим мышления.

Кроме того, Альтман подтвердил, что OpenAI теперь позволит пользователям CHATGPT Plus продолжать использовать GPT-4O-предыдущая модель по умолчанию -После волны жалоб на несовместимую производительность GPT-5. Он сказал, что на Reddit компания — это «Попытка собрать больше данных о компромиссах », прежде чем решить, как долго предложить устаревшие модели.

Тем не менее, многие пользователи, в том числе бета -тестеры Openai, такие как профессор школы бизнеса Wharton Итан Моллик, выразил растерянный и смятение Openai в одностороннем порядке обновляют свой опыт CHATGPT до GPT-5 и первоначально убирая доступ к более старым моделям.

Реальное производительность отстает за шумихом

Внутренние тесты Openai могут показать GPT-5, возглавляя пакет LLMSно пользователи реального мира делятся другим опытом.

С момента запуска пользователи опубликовали многочисленные примеры того, как GPT-5 создает основные ошибки в задачах математики, логики и кодирования.

Ученый из данных Колин Фрейзер разместил скриншоты GPT-5, неправильно разгадая, равно ли 8,888 повторения 9 (это не так, очевидно), в то время как другой пользователь показал, что он вспыхивает простую задачу алгебры: 5.9 = x + 5.11.

И все еще другие пользователи сообщили, что проблемы с тем, чтобы получить точные ответы на проблемы с словами математики или использование GPT-5 для отладки собственных презентационных диаграмм.

Отзывы о разработчике не были намного лучше, с Пользователи публикуют изображения GPT Fare Whare Word на «одноразовых» определенных задачах программирования -хорошо заполняет их с помощью одного продукта- По сравнению с конкурентной лабораторией Ай -лаборатории Клод Опус 4.1.

И безопасная фирма Splx обнаружила, что GPT-5 все еще страдает от серьезных уязвимостей для быстрого инъекции и запутанных логических атак, если его уровень безопасности не укрепится.

Openai в центре внимания

С 700 миллионами еженедельных пользователей на CHATGPT, Openai остается крупнейшим игроком в генеративном ИИ от аудитории.

Но эта шкала принесла усилия. Альтман отметил в своем посте x, что Трафик API удвоился в течение 24 часов после запуска GPT-5, что способствовало нестабильности платформы.

В ответ Openai говорит, что он будет удвоить ограничения для пользователей CHATGPT Plus и продолжать настраивать инфраструктуру, поскольку он собирает обратную связь.

Но ранние ошибки, составляемые путающими сбивающими с толку изменений и ошибок UX в громком запусках-имеют открыл окно для соперников, чтобы получить землю.

Давление на Openai, чтобы доказать, что GPT-5-это не просто постепенное обновление, а настоящий шаг вперед. Основываясь на первоначальном развертывании, многие пользователи не убеждены — пока.

Обновлена в пятницу, 8 августа, 17:21 по восточному времени: Вскоре после публикации этого поста соучредитель и генеральный директор OpenAI Сэм Альтман объявил, что компания восстановит доступ к GPT-4O и другим старым моделям для выбранных пользователей, признав, что запуск GPT-5 был «более ухабительным, чем мы надеялись».

Запуск давно ожидаемой новой модели Openai, GPT-5 уйти в скалистый старт если не сказать больше.

Даже прощение ошибок в диаграммах и демонстрациях голоса во время вчерашней трансляции новой модели (на самом деле четыре отдельных моделях и режим «мышления», который может быть задействован для трех из них), A Количество пользовательских отчетов появилось с момента выпуска GPT-5, показывая его ошибка При решении относительно простых проблем, которые предшествуют моделям Openai — и соперникам от конкурирующих лабораторий искусственного интеллекта — ответьте правильно.

Например, ученый для данных Колин Фрейзер опубликовал скриншоты GPT-5 Получите математическое доказательство неправильного (будь то 8,888 повторение равно 9-это, конечно, нет).

Это также не удалось на простой арифметике алгебры проблема Эти начальные школьники, вероятно, могли бы прибить, 5,9 = x + 5.11.

С использованием GPT-5, чтобы судить о собственных ошибочных схемах презентации Openai также не дали полезных или правильных ответовПолем

Это также не удалось в этой более сложной задаче по математическому слову ниже (что, честно говоря, сначала озадачило этот человек…Хотя AI Elon Musk’s Grok 4 AI правильно ответилПолем Для подсказка, подумайте о том, что флагсты в этом случае нельзя разделить на меньшие части. Они должны оставаться в такте как 80 отдельных единиц, так что нет половинок или кварталов).

Старая модель 4O показала для меня лучше по крайней мере на одной из этих математических задач. К сожалению, OpenAI постепенно выпускает эти старые модели, в том числе бывшие по умолчанию GPT-4O и мощную модель рассуждений O3 — Для пользователей CHATGPT, хотя они будут продолжать быть доступны в интерфейсе прикладных программ (API) для разработчиков в обозримом будущем.

Не так хорошо в кодировании, как указывают критерии

Несмотря на то, что внутренние тесты Openai и некоторые сторонние внешние показали GPT-5, чтобы превзойти все другие модели на кодировании, Похоже, что в реальном использовании, недавно обновленная Anpropic Claude Opus 4.1, кажется, лучше справляется с «одноразовыми» определенными задачамиТо есть заполнение желаемого приложения пользователя или программного обеспечения в соответствии с их спецификациями. См. Пример ниже от разработчика Джастина Сан, опубликованного в X:

Кроме того, в отчете компании SPLX было показано, что внутренний уровень безопасности OpenAI оставил серьезные пробелы в таких областях, как выравнивание бизнеса и уязвимость, чтобы привести к быстрому инъекции и запугиванию логических атак.

Несмотря на то, что он анекдотичен, проверка температуры на том, как модель делает с ранними усыновителями ИИ, по -видимому, указывает на холодный прием.

ИИ Влияние и бывший гуглер Билавал Сидху опубликовали опрос на X с просьбой о «проверке атмосфера» от его последователей и более широкой базы пользователей, и до сих пор с 172 голосами в Подавляющий ответ — «вроде середина».

И, как написал псевдонимные утечки ИИ и новостная учетная запись, «Подавляющий консенсус по GPT-5 от X и Reddit AMA в подавляющем большинстве негативно».

Тибор Блахо, ведущий инженер AIPRM и популярный плакат по утечкам и новостям AI на X, подытожил множество проблем с развертыванием CHATGPT-5 в отличном посте, подчеркивая, что одна из новых функций шатра -Автоматический «маршрутизатор» в Chatgpt, который выбирает режим мышления или не мышления для базовой модели GPT-5 в зависимости от сложности запроса-стал одной из главных жалоб, Учитывая, что модель, казалось, была по умолчанию в режиме без мышления для многих пользователей.

Соревнование в ожидании

Таким образом, Устройство по отношению к CHATGPT-5 далеко не повсеместно позитивно, подчеркивая серьезную проблему для OpenAI Поскольку он сталкивается с растущей конкуренцией со стороны крупных американских конкурентов, таких как Google и Anpropic, и растущий список бесплатных открытых и мощных китайских LLM, предлагающих функции, которых не хватает многим моделям США.

Принять Alibaba Qwen Команда исследователей ИИ, Кто только сегодня обновил свою высокопрофессиональную модель QWEN 3, чтобы иметь 1 миллион токенов — контекст токена — Предоставлять пользователям возможность обмениваться почти в 4 раза больше информации с моделью в одном взаимодействии Back/Forth, как и предлагает GPT-5.

Учитывая другой большой релиз OpenAI на этой неделе-новыми моделями GPT-OSS с открытым исходным кодом-также получил смешанный прием от ранних пользователей, все не смотрит на специальную компанию AI номер один от пользователей (700 миллионов активных пользователей CHATGPT).

Действительно, это также иллюстрируется пользователями рынка ставок Полимаркета в подавляющем большинстве случаев, решая после выпуска GPT-5, что У Google, вероятно, будет лучшая модель ИИ к концу этого месяца, август 2025 года.

Другие энергетические пользователи, такие как другие соучредитель и генеральный директор ИИ, Мэтт Шумер, который получил ранний доступ к GPT-5 и благосклонно в блоге в обзоре здесь, в обзоре, Спочил, что взгляды сдвинутся, поскольку все больше людей выясняют, как лучше всего использовать новую модель и скорректировать их подходы к интеграции:

Несмотря на то, что для GPT-5 еще ранние дни-и настроение может резко измениться, так как все больше пользователей получают в свои руки и попробуют для разных задач- Ранние признаки не выглядят так, как будто это «домашний пробег» для Openai Точно так же, как предыдущие выпуска, такие как GPT-4, или даже более новые 4o и O3, были. И это касается индикатора для компании, которая только что подняла еще один раунд финансирования, но остается убыточным из -за высоких затрат на исследования и разработки.

Облачные вторжения увеличился на 136% в прошлом Шесть месяцев. Северокорейские оперативники проникли в 320 компаний, используя ИИ-сгенерированные личности. Разбросанный паук теперь развертывает вымогатели менее чем за 24 часа. Однако в Black Hat 2025 индустрия безопасности продемонстрировала, что у нее, наконец, есть ответ, который работает: агент AI, предоставление измеримых результатов, а не обещаний.

Недавняя идентификация Crowdstrike 28 северокорейских оперативников, встроенных в качестве отдаленных ИТ -работников, часть более широкой кампании, затрагивающей 320 компаний, демонстрирует, как агент AI развивается от концепции до практического обнаружения угроз.

В то время как почти у каждого поставщика в Black Hat 2025 были доступны показатели производительности, либо из бета-программ в процессе, либо в процессе полнопроизводства агентских развертываний ИИ, самой сильной темой была оперативная готовность к ажиотации или теоретическим утверждениям.

Cisos Venturebeat, с Black Hat, сообщают о способности обрабатывать значительно больше предупреждений с текущими уровнями персонала, причем время расследования существенно улучшается. Однако конкретные выгоды зависят от зрелости реализации и сложности использования. Что примечательно, так это переход от желательных дорожных карт к реальным результатам.

VentureBeat также начинает видеть, как команды безопасности начинают достигать практического, реального повышения эффективности, которые переводят к доскам метрик. К ним относятся сокращение среднего времени для исследования (MTTI), улучшение показателей обнаружения угроз и лучшую использование ресурсов. Black Hat 2025 ознаменовала точку перегиба, где разговор перешел от потенциала ИИ к его измеренному воздействию на операции безопасности.

Агентная гонка AI Arms сменяется от обещаний к производству

В разговоре в Black Hat 2025 доминировали агент AI, и многие сеансы, посвященные тому, как злоумышленники имеют или могут легко поставить под угрозу агенты. VentureBeat наблюдал более 100 объявлений, продвигающих новые агентские приложения, платформы или услуги. Продавцы производят варианты использования и результаты. Это долгожданное изменение от многих обещаний, данных в предыдущие годы и в предыдущие годы. Существует срочность, чтобы закрыть пробелы и дать результаты.

Адам Мейерс из Crowdstrike, глава отдела противодействия операциям, сформулировал эту срочность в интервью с Venturebeat: «Агент AI действительно становится платформой, которая позволяет операторам SOC строить эти автоматизации, независимо от того, используют ли они серверы MCP, чтобы получить доступ к API. Мы начинаем видеть все больше и больше организаций, использующих наш агент, чтобы помочь им интегрировать с Falcon и Crowdrike.

VentureBeat считает, что масштаб угрозы требует этого ответа. «Когда они движутся на такой скорости, вы не можете ждать», — подчеркнул Мейерс, ссылаясь на то, как некоторые противники теперь развертывают вымогатели менее чем за 24 часа. «Вам нужно иметь охотников за угрозами человека в цикле, которые заставляют вас знать, как только противник получает доступ, или как только всплывает противник, они там, и они вступают в руки с этими противниками».

«В прошлом году мы рассмотрели 60 миллиардов лидеров охоты, которые приводят к примерно 13 миллионам расследований, 27 000 эскалаций клиентов и 4000 электронных писем, которые мы начали отправлять клиентам», — сообщил Мейерс, подчеркивая масштаб, в котором эти системы работают. Microsoft Security представила значительные усовершенствования своего копирования безопасности, внедрив возможности автономных исследований, которые могут коррелировать угрозы для защитника Microsoft, Sentinel и сторонних инструментов безопасности без вмешательства человека. Palo Alto Networks продемонстрировали новые агентские возможности Cortex XSOAR, показывая, как их платформа теперь может автономно сортировать оповещения, проводить расследования и даже выполнять действия по восстановлению в пределах определенных ограждений.

Cisco сделал одно из самых значительных объявлений Black Hat, выпустив Foundation-Sec-8B-инстакцию, первую разговорную модель ИИ, созданную исключительно для кибербезопасности. Эта модель в восемь миллиардов параметра превосходит гораздо большие модели общего назначения, включая GPT-4O-Mini, по задачам безопасности при выполнении одного графического процессора.

Что отличает этот выпуск, так это его полностью открытая архитектура. Фонд-SEC-8B-объект суда с полностью открытыми весами по разрешающей лицензии, позволяя группам безопасности развертывать его локальные, в воздушных средах или на грани без блокировки поставщиков. Модель свободно доступна для обнимающего лица, сопровождаемой поваренной книгой Foundation AI с учетом руководств по развертыванию и шаблонов реализации.

«Foundation-Sec-8b-Instruct является живой, открытой и готовой к защите. Загрузить его, подсказывать его и помочь сформировать будущее кибербезопасности, основанной на AI»,-заявляет Ярон Сингер, вице-президент по искусственному искусству и безопасность, подчеркивая совместный потенциал этого подхода с открытым садом.

Sentinelone принял другой подход, подчеркивая способность их фиолетового искусственного интеллекта не только для расследования, но и на самом деле «мыслить заранее» или предсказать движения противника на основе поведенческих моделей и активной корректировки защиты.

Интеллект угроз CrowdStrike показывает, как противники, такие как известные Chollima, являются вооружением Gen AI на каждом этапе инсайдерских операций угроз, от создания синтетических идентичностей до управления несколькими одновременными должностями. Источник: Crowdstrike 2025 г. Отчет о охоте

Как угроза северокорейской все изменила все быстро

Знаменитые оперативники Chollima проникли в более чем 320 компаний в прошлом году. Это увеличение по сравнению с прошлым годом на 220%, что представляет собой фундаментальный сдвиг в угрозах безопасности предприятия.

«Они используют ИИ через весь процесс», — сказал Мейерс Venturebeat во время интервью. «Они используют генеративный ИИ для создания профилей LinkedIn, для создания резюме, а затем они входят в интервью, и они используют глубокие фальшивые технологии, чтобы изменить свою внешность. Они используют ИИ, чтобы ответить на вопросы во время процесса собеседования. Они используют ИИ, как только их нанимают, чтобы создать код и выполнять работу, которую они должны делать».

Инфраструктура, поддерживающая эти операции, является сложной. Один из фасилитатор из Аризоны сохранил 90 ноутбуков, чтобы обеспечить удаленный доступ. Операции расширились за пределы США до Франции, Канады и Японии, так как противники диверсифицируют свой таргетинг.

Данные Crowdstrike июльские данные показывают охват: 33 известные встречи Chollima, причем 28 были подтверждены как злонамеренные инсайдеры, которые успешно получили работу. Это операторы, работающие с Эфи, работающие в организациях, используя законные полномочия, а не полагаться на традиционные атаки вредоносных программ, которые могут обнаружить инструменты безопасности.

Почему человеческий элемент остается жизненно важным

Несмотря на технологические достижения, последовательная тема во всех презентациях поставщиков заключалась в том, что агентские расширения ИИ, а не заменяют человеческих аналитиков. «Агент, как бы ни он ни был, не собирается заменить людей, которые находятся в курсе. Вам нужны охотники за угрозами человека, которые способны использовать свое понимание, их ноу-хау и их интеллект, чтобы придумать творческие способы попытаться найти этих противников»,-подчеркнули Мейерс.

Каждый крупный поставщик повторил эту модель сотрудничества между человеческими и машинами. Объявление Splunk о контроле миссии подчеркнуло, как его агент AI служит «мультипликатором силы» для аналитиков, выполняя рутинные задачи, одновременно увеличивая сложные решения для людей. Даже самые горячие сторонники автоматизации признали, что человеческий надзор остается необходимым для решений с высокими ставками и творческого решения проблем.

Конкуренция переходит от функций к результатам

Несмотря на ожесточенную конкуренцию в гонке от Agentic AI Solutions для SOC, Black Hat 2025 по иронии судьбы показала более единый подход к кибербезопасности, чем любое предыдущее событие. Каждый крупный поставщик подчеркивал три критических компонента: рассуждения, которые могут понять контекст и принимать нюансированные решения. Эти рамки действия обеспечивают автономный отклик в определенных границах и системах обучения, которые постоянно улучшаются в зависимости от результатов.

Chronicle Soar от Google Cloud Security вывела пример этого сдвига, внедряя агент, который автоматически исследует оповещения, запрашивая несколько источников данных, коррелируя результаты и представляя аналитиков полные пакеты исследований. Даже традиционно консервативные поставщики приняли преобразование, когда IBM и другие вводят возможности автономных исследований в свои существующие инсталляции. Конвергенция была очевидной: отрасль вышла за рамки конкуренции за присутствие ИИ, чтобы конкурировать за оперативное превосходство.

Индустрия кибербезопасности свидетельствует о противниках, используя Genai по трем первичным векторам атаки, заставляя защитников принять одинаково сложную защиту от AI. Источник: Crowdstrike 2025 г. Отчет о охоте

Многие предсказывают, что ИИ станет следующей инсайдерской угрозой

С нетерпением жду, Black Hat 2025 также подчеркнула возникающие проблемы. Мейерс выступил, пожалуй, самый отрезвляющий прогноз конференции: «ИИ будет следующей инсайдерской угрозой. Организации неявно доверяют этим.

Эта проблема вызвала дискуссии о стандартизации и управлении. Альянс облачной безопасности объявил рабочую группу, ориентированную на агентские стандарты безопасности искусственного интеллекта, в то время как несколько поставщиков привержены совместным усилиям в отношении совместимости агента искусственного интеллекта. Расширение CrowdStrike Shield для включения управления агентами на основе GPT Openai, в сочетании с инициативой Cisco по цепочке поставок ИИ с обнимающим лицом, сигнализирует о признании отрасли, что обеспечение самих агентов искусственного интеллекта становится таким же важным, как и их использование для безопасности.

Скорость изменений ускоряется. «Противники движутся невероятно быстро», — предупредил Мейерс. «Разбросанный паук попал в розничную торговлю в апреле, в мае они попали в страховые компании, они попадали в авиацию в июне и июле». Способность обращаться и адаптироваться с этой скоростью означает, что организации не могут позволить себе ждать идеальных решений.

Итог

Черная шляпа этого года подтвердила, что многие специалисты по кибербезопасности видели. Атаки, управляемые ИИ, теперь угрожают своим организациям на растущем ряде поверхностей, многие из которых неожиданные.

Человеческие ресурсы и найм стали поверхностью угрозы, которую никто не видел. Знаменитые оперативники Chollima проникают в каждую возможную технологическую компанию США и Западную технологическую компанию, которую они могут, сразу же снимая деньги, чтобы разжечь программы оружия Северной Кореи, красть бесценную интеллектуальную собственность. Это создает совершенно новое измерение для атак. Организации и руководители безопасности, руководящие их, преуспели бы, чтобы вспомнить, что висит в балансе получения этого права: основной IP, национальную безопасность вашего бизнеса и доверительные клиенты в организациях, с которыми они занимаются.

Долгожданное возвращение Openai к «открытую» его тезки произошло вчера с выпуском двух новых крупных языковых моделей (LLMS): GPT-OS-120B и GPT-OSS-20B.

Но, несмотря на достижение технических показателей наравне с другими мощными проприетарными модельными предложениями ИИ Openai, более широким разработчиком ИИ и первоначальным сообществом пользователей сообщества Ответ до сих пор был по всей карте. Если бы этот релиз был премьер -фильмом и оценивался на гнилые помидоры, мы рассмотрели бы раскол почти 50%, основываясь на моих наблюдениях.

Сначала некоторые фон: Openai выпустил эти две новые модели текста только для текстовых языков (без генерации изображений или анализа) Оба по разрешающей лицензии с открытым исходным кодом Apache 2.0 — В первый раз с 2019 года (до CHATGPT) что компания сделала это с помощью современной языковой модели.

А Вся эра CHATGPT за последние 2,7 года до сих пор была основана на проприетарных или закрытых моделяхте, которые OpenAI контролировали и что пользователям приходилось платить за доступ (или использовать бесплатный уровень, подлежащий ограничениям), с ограниченной настраиваемостью и без способа запустить их офлайн или на частном вычислительном оборудовании.

Но все это изменилось благодаря выпуску пары моделей GPT-OSS вчера, один более крупный и более мощный для использования в одном графическом процессе NVIDIA H100, скажем, в небольшом или среднем предприятии или серверной ферме, а также еще меньше, который работает на одном потребительском ноутбуке или настольном ПК, подобном вашему домашнему офису.

Конечно, модели были настолько новыми, что сообществу пользователей ИИ потребовалось несколько часов, чтобы самостоятельно запускать и проверить их на своих отдельных критериях (измерениях) и задачах.

И Теперь мы получаем волну обратной связи от оптимистичного энтузиазма о потенциале этих мощных, свободных и эффективных новых моделей к подбору неудовлетворенности и смятения тем, что некоторые пользователи считают значительными проблемами и ограничениямиособенно по сравнению с волной аналогичного Apache 2.0-лицензированного Мощные открытые, мультимодальные LLM от китайских стартапов (который также может быть принят, настраивается на местном уровне на американском оборудовании бесплатно американскими компаниями или компаниями в любом месте мира).

Высокие тесты, но все еще за китайскими лидерами с открытым исходным кодом

Расчеты разведки ставят модели GPT-OSS перед большинством американских предложений с открытым исходным кодом. Согласно независимой сторонней фирменной фирме искусственного искусства искусственного анализа, GPT-OS-120B является «самой интеллектуальной американской моделью открытых весов», хотя и Все еще не допускает китайских тяжеловесов, таких как Deepseek R1 и Qwen3 235b.

«Что касается размышлений, это все, что они сделали. «Никаких хороших производных моделей не будет обучено… никаких новых пользователей не создано… бесплодные претензии на права хвастаются».

Этот скептицизм повторяется псевдонимным исследователем ИИ с открытым исходным кодом Teknium (@Teknium1), соучредителем конкурентного поставщика моделей AI с открытым исходным кодом Nous Research, который назвал его «законным бургером Nothing Nothing Burger» и предсказала, что китайская модель вскоре завершит его. «В целом, очень разочарован, и я на законных основаниях пришел к этому открытым», — написали они.

Бенджерный макс на математике и кодирование за счет письма?

Другая критика, сосредоточенная на GPT-OSS модели кажутся узкой полезностью.

Влияние ИИ «Лисан Аль Гайб (@scaling01)» отметил, что модели превосходят по математике и кодированию, но «совершенно не хватает вкуса и здравого смысла». Он добавил: «Так это просто математическая модель?»

В тестировании творческого письма некоторые пользователи нашли модель, внедряющую уравнения в поэтические выходы. «Это то, что происходит, когда вы Benchmarkmax»,-отметил Текений, разделяя скриншот, где модель добавила интегральную формулу в середине-поэме.

И @kalomaze, исследователь децентрализованной компании по обучению моделей искусственного интеллекта Prime Intellece, написал, что «GPT-OS-120B знает о мире меньше, чем то, что делает хороший 32b. Вероятно, хотели избежать проблем с авторским правом, чтобы они, вероятно, предварительно предварительно придали синтезатора большинства. Довольно разрушительные вещи».

Бывший Googler и независимый разработчик ИИ Кайл Корбитт согласился с тем, что пара моделей GPT-OSS, по-видимому, была обучена главным образом синтетическим данным, то есть данным, генерируемым моделью ИИ, специально для целей обучения новой, что делает его «чрезвычайно яркими».

Это «отлично в задачах, на которые он обучен, очень плохо во всем остальном», — написал Корбитт, т. Е. Отлично относится к кодированию и математическим проблемам и плохим в более лингвистических задачах, таких как творческое письмо или генерация отчетовПолем

Другими словами, заряд состоит в том, что Openai намеренно обучил модель более синтетическим данным, чем факты и цифры в реальном мире, чтобы избежать использования защищенных авторских прав, соскобавшихся с веб -сайтов и других репозиторий, которые он не владеет или имеет лицензию на использование, что является чем -то, что он, и многие другие ведущие компании ИИ были обвинены в прошлом, и они не имеют никаких постоянных законов в результате.

Другие предполагали, что OpenAI, возможно, обучил модель в основном синтетическим данным, чтобы избежать проблем безопасности и безопасности, что привело к худшему качеству, чем если бы она была обучена более реальным (и предположительно защищенным авторским правым) данных.

Что касается результатов сторонних эталон

Более того, оценивалась модели на сторонних тестах на бенчмаркинг-тесты, касающиеся метрик в глазах некоторых пользователей.

Речевая карта, которая измеряет производительность LLMS в соответствии с пользовательскими подсказками для генерации запрещенных, предвзятых или политически чувствительных результатов, показали показатели соответствия для GPT-OSP 120B, парящих до 40%, Рядом с дном моделей открытых сверстников, что указывает на сопротивление следовать запросам пользователей и дефолта на ограждения, возможно, за счет предоставления точной информации.

В оценке полиглота Aider, GPT-OS-120B набрал всего 41,8%в многоязычных рассуждениях-FAR ниже конкурентов, таких как KIMI-K2 (59,1%) и DeepSeek-R1 (56,9%).

Некоторые пользователи также заявили, что их тесты указывают на то, что модель странно устойчива к созданию критики Китая или России, что контрастирует с его обращением с США и ЕС, что поднимает вопросы о предвзятости и фильтрации данных обучения.

Другие эксперты аплодировали релиз и то, что он сигнализирует для нас с открытым исходным исходным искусством

Чтобы быть справедливым, не весь комментарий отрицательный. Инженер программного обеспечения и закрытие AI Watcher Саймон Уиллисон назвал релиз «действительно впечатляющим» на x, разработав в сообщении в блоге на Эффективность и способность моделей достичь паритета с проприетарными моделями O3-Mini и O4-Mini OpenAI.

Он высоко оценил их сильные результаты по поводу рассуждений и уровня с тяжелыми т. Д. И приветствовал новый формат шаблона «Гармония», который предлагает разработчикам более структурированные термины для руководства ответами на модели-и поддержку использования сторонних инструментов в качестве значимого вклада.

В длительном пост X, Клем Деланге, генеральный директор и соучредитель обмена кодами искусственного интеллекта и обнимающегося сообщества с открытым исходным кодом, поощряют пользователей не спешить с судом, указывая на то, что вывод для этих моделей является сложным, и ранние проблемы могут быть связаны с нестабильностью инфраструктуры и недостаточной оптимизацией среди провайдеров хостинга.

«Сила открытого исходного кода заключается в том, что мошенничества нет»,-пишет ДеЛангуэ. «Мы раскроем все сильные стороны и ограничения… постепенно».

Еще более осторожным была Школа бизнеса Уортон в Университете Пенсильвании, профессора Итана Моллика, который написал на X, что «в США, вероятно, есть ведущие модели открытых весов (или близкие к нему)», но спросили, является ли это одноразовым от OpenAI. «Ведущий быстро испарится, когда другие догонят», — Он отметил, добавив, что неясно, какие стимулы должны обновлять модели.

Натан Ламберт, ведущий исследователь искусственного интеллекта из ЛАБОВО СООБЩЕНИЯ ИНСТИТУТА АЛЛЕНА АЛЛЕНА по ИИ (AI2) и комментатору, высоко оценил символическое значение выпуска в его блоге Interconnects, называя его «Феноменальный шаг для открытой экосистемы, особенно для Запада и его союзников, что самый известный бренд в пространстве ИИ вернулся, чтобы открыто выпустить модели ».

Но он предупредил о X, что GPT-OSS «Вряд ли осмысленно замедлится (китайский гигант гиганта электронной коммерции Алиабы) Qwen» Ссылаясь на его удобство использования, производительность и разнообразие.

Он утверждал, что релиз знаменует собой важный сдвиг в США к открытым моделям, но у Openai все еще есть «длинный путь», чтобы наверстать упущенное.

Расколотый вердикт

Вердикт, пока разделен.

Модели GPT-OSS Openai являются ориентиром с точки зрения лицензирования и доступности.

Но в то время как тесты выглядят солидно, реальные «вибрации»-как описывают многие пользователи-оказываются менее убедительными.

Независимо от того, могут ли разработчики строить сильные приложения и производные на вершине GPT-OSS, определяет, запоминается ли релиз как прорыв или всплеск.