ידיעות בינה מלאכותית בנושא CLAUDE 4
מחקר ORCA בחן 5 מודלי AI מובילים ב-500 שאלות מתמטיות. ג'מיני של גוגל ו-Grok-4 (xAI) מובילים עם כ-63% דיוק, אך שיעור הטעויות הממוצע עומד על 40%. רוב הכשלים נובעים מ'חישובים מרושלים' וכשלי לוגיקה. מומלץ לאמת תוצאות קריטיות בכלים מקצועיים.
ChatPlayground AI ו-AI Magicx מציעות גישה למגוון מודלי AI מובילים (כולל GPT-4o, Claude ו-Gemini) במחיר חד-פעמי נמוך. ChatPlayground AI מספקת מנוי לכל החיים ב-79 דולר עם השוואה בין מודלים, בעוד AI Magicx מציעה חבילת כלים משולבת ב-59.97 דולר.
ניסוי ראשון מסוגו של Alpha Arena בדק 6 מודלי AI בהשקעת 10,000 דולר כל אחד בשוק קריפטו אמיתי. המודל הסיני DeepSeek מוביל, אחריו Grok של xAI וג'מיני של גוגל אחרון. הביצועים נמדדים לפי תשואה מתואמת סיכון עם שקיפות מלאה. הניסוי מעלה שאלות על יכולת מודלי שפה כלליים מול מערכות ייעודיות להשקעות.
חוקר חושף מתקפה חדישה המזהה סוכני בינה מלאכותית דרך טביעות אצבע דיגיטליות, ומגישה להם דפי אינטרנט מורעלים עם הוראות זדוניות. ההתכנות הוכחה על סוכנים של OpenAI, Anthropic ו-Google. הפתרונות המוצעים כוללים ערפול טביעות אצבע, פיצול פונקציונלי לסוכנים וסורקי אבטחה ייעודיים.