Binance Square
橙子Joyce
826 Beiträge

橙子Joyce

价值投资者:以十年为单位投资美股及BTC.ETH.BNB.SOL.推特X:@Joyce88ai
BNB Halter
BNB Halter
Regelmäßiger Trader
8.6 Jahre
632 Following
28.8K+ Follower
31.8K+ Like gegeben
Beiträge
PINNED
·
--
KI-Unternehmen strecken die Hand aus: OpenAI dokumentiert die Bedienung deines Computers, Google nutzt die hochgeladenen Inhalte, um KI zu trainieren. Axios beginnt zu untersuchen, welche Nutzerdaten KI-Unternehmen wirklich einsammeln. Das Ergebnis: Chatverläufe reichen offenbar nicht mehr. Jetzt wollen sie auch wissen, was du auf dem Computer angeklickt, welche Fotos du hochgeladen und welche Inhalte du angesehen hast – und diese Daten dann für Gedächtnis, Personalisierung und Werbung verwenden. OpenAI hat „Computer History“ hinzugefügt. Wenn Mac-Nutzer die Funktion aktivieren, können ChatGPT und Codex aufzeichnen, welche Apps und Websites du anklickst, was du eingibst und wie du zwischen ihnen wechselst. So entsteht nach und nach ein Bild deines langfristigen Arbeitsgedächtnisses. Die Funktion ist standardmäßig deaktiviert; es wird kein Bildschirm aufgezeichnet und kein Audio. OpenAI sagt, vorübergehende Bedienverlaufsdaten würden nicht für das Training von Modellen verwendet. Google geht noch aggressiver vor. Der neue „Search Services History“-Verlauf speichert Bilder, Dokumente sowie Audio- und Videodateien, die Nutzer über Dienste wie Lens, Search Live und Translate hochladen. Diese Daten sollen außerdem zur Schulung generativer KI genutzt werden. Konten, die die Voraussetzungen erfüllen, sind standardmäßig aktiviert; wer ablehnen möchte, muss das selbst abschalten. Selbst wenn einige Daten später vom Konto getrennt werden, können sie im Trainingsprozess bis zu 4 Jahre lang erhalten bleiben. Auch bei der Werbung haben sie nachgezogen. Meta wird Interaktionen von Nutzern mit Meta AI nutzen, um Inhalte und Anzeigen in Facebook und Instagram anzupassen; OpenAI und Google erforschen ebenfalls Werbemodelle für Chatbots. Je besser die KI dich versteht, desto genauer wird das Profil, das das Werbesystem in den Händen hält. Früher bestand die Sorge, dass Chatverläufe für das Training genutzt werden. Heute wird auch das, was du am Computer machst und was du in Google hineinwirfst, immer mehr zu Daten, die KI-Unternehmen für sich verwenden.
KI-Unternehmen strecken die Hand aus: OpenAI dokumentiert die Bedienung deines Computers, Google nutzt die hochgeladenen Inhalte, um KI zu trainieren.

Axios beginnt zu untersuchen, welche Nutzerdaten KI-Unternehmen wirklich einsammeln.

Das Ergebnis: Chatverläufe reichen offenbar nicht mehr. Jetzt wollen sie auch wissen, was du auf dem Computer angeklickt, welche Fotos du hochgeladen und welche Inhalte du angesehen hast – und diese Daten dann für Gedächtnis, Personalisierung und Werbung verwenden.

OpenAI hat „Computer History“ hinzugefügt. Wenn Mac-Nutzer die Funktion aktivieren, können ChatGPT und Codex aufzeichnen, welche Apps und Websites du anklickst, was du eingibst und wie du zwischen ihnen wechselst. So entsteht nach und nach ein Bild deines langfristigen Arbeitsgedächtnisses. Die Funktion ist standardmäßig deaktiviert; es wird kein Bildschirm aufgezeichnet und kein Audio. OpenAI sagt, vorübergehende Bedienverlaufsdaten würden nicht für das Training von Modellen verwendet.

Google geht noch aggressiver vor. Der neue „Search Services History“-Verlauf speichert Bilder, Dokumente sowie Audio- und Videodateien, die Nutzer über Dienste wie Lens, Search Live und Translate hochladen. Diese Daten sollen außerdem zur Schulung generativer KI genutzt werden. Konten, die die Voraussetzungen erfüllen, sind standardmäßig aktiviert; wer ablehnen möchte, muss das selbst abschalten. Selbst wenn einige Daten später vom Konto getrennt werden, können sie im Trainingsprozess bis zu 4 Jahre lang erhalten bleiben.

Auch bei der Werbung haben sie nachgezogen. Meta wird Interaktionen von Nutzern mit Meta AI nutzen, um Inhalte und Anzeigen in Facebook und Instagram anzupassen; OpenAI und Google erforschen ebenfalls Werbemodelle für Chatbots. Je besser die KI dich versteht, desto genauer wird das Profil, das das Werbesystem in den Händen hält.

Früher bestand die Sorge, dass Chatverläufe für das Training genutzt werden. Heute wird auch das, was du am Computer machst und was du in Google hineinwirfst, immer mehr zu Daten, die KI-Unternehmen für sich verwenden.
PINNED
Verifiziert
Artikel
Egal ob Open-Source-KI gewinnt oder Closed-Source gewinnt: Netzwerksicherheit wird der End-Sieger! Palo Alto und CrowdStrike sind auf dem Wind der KI-Inferenz-Welle!Der Finanzgigant Wells Fargo hat kürzlich einen Research-Bericht veröffentlicht. Darin heißt es, dass die Netzwerksicherheits-Supergiganten $CrowdStrike (CRWD.US)$ und $Palo Alto Networks (PANW.US)$ vor der Veröffentlichung ihrer neuesten Ergebnisse und Zukunftsaussichten derzeit von Wachstumsdynamik für Aufträge ihrer Netzwerksicherheits-Softwareprodukte profitieren, die durch die heftige Expansion des KI-Inferenz-Marktes angetrieben wird. Nachdem KI in die Phase großer, massiver Inferenz und agentenbasierter Workflows (Agentic AI) übergegangen ist, wächst die Nachfrage nach Netzwerksicherheit nicht einfach „weil sich die aktuellste KI-Technologie weiterentwickelt und dadurch automatisch mehr nachgefragt wird“ – vielmehr ist sehr wahrscheinlich mit einer strukturellen Zuwachs-Ausweitung zu rechnen, die weit über die Ausgaben für traditionelles IT hinausgeht.

Egal ob Open-Source-KI gewinnt oder Closed-Source gewinnt: Netzwerksicherheit wird der End-Sieger! Palo Alto und CrowdStrike sind auf dem Wind der KI-Inferenz-Welle!

Der Finanzgigant Wells Fargo hat kürzlich einen Research-Bericht veröffentlicht. Darin heißt es, dass die Netzwerksicherheits-Supergiganten $CrowdStrike (CRWD.US)$ und $Palo Alto Networks (PANW.US)$ vor der Veröffentlichung ihrer neuesten Ergebnisse und Zukunftsaussichten derzeit von Wachstumsdynamik für Aufträge ihrer Netzwerksicherheits-Softwareprodukte profitieren, die durch die heftige Expansion des KI-Inferenz-Marktes angetrieben wird. Nachdem KI in die Phase großer, massiver Inferenz und agentenbasierter Workflows (Agentic AI) übergegangen ist, wächst die Nachfrage nach Netzwerksicherheit nicht einfach „weil sich die aktuellste KI-Technologie weiterentwickelt und dadurch automatisch mehr nachgefragt wird“ – vielmehr ist sehr wahrscheinlich mit einer strukturellen Zuwachs-Ausweitung zu rechnen, die weit über die Ausgaben für traditionelles IT hinausgeht.
PANWUS-0,46%
CRWDUS-1,07%
ZSUS+0,30%
橙子Joyce
·
--
Egal ob Open-Source-KI gewinnt oder Closed-Source gewinnt: Netzwerksicherheit wird der End-Sieger! Palo Alto und CrowdStrike sind auf dem Wind der KI-Inferenz-Welle!
Der Finanzgigant Wells Fargo hat kürzlich einen Research-Bericht veröffentlicht. Darin heißt es, dass die Netzwerksicherheits-Supergiganten $CrowdStrike (CRWD.US)$ und $Palo Alto Networks (PANW.US)$ vor der Veröffentlichung ihrer neuesten Ergebnisse und Zukunftsaussichten derzeit von Wachstumsdynamik für Aufträge ihrer Netzwerksicherheits-Softwareprodukte profitieren, die durch die heftige Expansion des KI-Inferenz-Marktes angetrieben wird. Nachdem KI in die Phase großer, massiver Inferenz und agentenbasierter Workflows (Agentic AI) übergegangen ist, wächst die Nachfrage nach Netzwerksicherheit nicht einfach „weil sich die aktuellste KI-Technologie weiterentwickelt und dadurch automatisch mehr nachgefragt wird“ – vielmehr ist sehr wahrscheinlich mit einer strukturellen Zuwachs-Ausweitung zu rechnen, die weit über die Ausgaben für traditionelles IT hinausgeht.
大仁Jaron
·
--
18. August, laut einer Offenlegung von MaxForAI, wurde das KI-Projekt „J-Space Cognition Suite“, das heute auf der X-Plattform regelrecht durchstartete, von der Community kritisiert. Es wird behauptet, dass die beworbenen DeepSeek-V4-Testergebnisse nicht reproduzierbar seien. Das Projekt hatte zuvor behauptet, dass ein „V4 Flash“-Einsatz in Kombination mit J-Space GLM-5.3 angleichen könne, während „V4 Pro“ in mehreren Agent Benchmark-Läufen über „Fable 5“ liegen und dabei die Geschwindigkeit um den Faktor 2,53 sowie die Token-Effizienz um den Faktor 2,21 verbessern würde.
Der GitHub-User GoForceX führte mit dem 87-Aufgaben-Teilset von „Terminal Bench 2.1“ eine erneute Hochdurchsatz-Prüfung durch und bestätigte dabei das Laden der J-Space-relevanten Module. Die Ergebnisse zeigten jedoch: Nach dem Hinzufügen von J-Space sanken die Benchmark-Ergebnisse im Gegenteil leicht; der Token-Verbrauch und die Kosten stiegen zudem, was der vom Projekt behaupteten Richtung in Bezug auf Leistung, Geschwindigkeit und Token-Effizienz widerspricht.
Daraufhin forderte die Community das Projekt auf, vollständige Bewertungs-Konfigurationen, Ergebnisse pro Frage, Ausführungsprotokolle, die Roh-Laufzeiten sowie Token-Verbräuche offenzulegen. Bisher veröffentlicht das Projekt jedoch hauptsächlich Zusammenfassungen; es wurden noch keine vollständigen Rohaufzeichnungen bereitgestellt, die die oben genannten präzisen Daten zuverlässig verifizieren könnten. Bemerkenswert ist, dass der Projektautor auf die Kritik zuvor geantwortet hatte, dass die betreffenden Daten „tatsächlich übertrieben“ seien, und dass die realen Verbesserungen ungefähr im Bereich des 1,6-fachen bis 3-fachen lägen. Bis heute hat der Autor noch keine formelle Stellungnahme zur Community-Kritik abgegeben; einige der zugehörigen Kritik-„Issues“ wurden zudem gelöscht.

🧧🧧🧧回复221获得$SOL 🧧🧧🧧
🎁🎁🎁👇👇👇🎁🎁🎁
从0开始1688
·
--
Meta „Prozess über Leben und Tod“ startet heute: 29 Generalstaatsanwälte gehen gemeinsam gegen den Konzern vor – bei Niederlage drohen 1,4 Billionen US-Dollar „Höchststrafe“
Die Klage wirft vor, Facebook und Instagram seien gezielt als „süchtigmachende Produkte“ gestaltet worden, mit Schäden für Zehntausende Millionen jugendlicher Nutzer. Meta beziffert sein mögliches Strafzahlungsrisiko mit dem höchsten Fall auf bis zu 1,4 Billionen US-Dollar und nähert sich damit seiner aktuellen Marktkapitalisierung. Zuckerberg wird persönlich vor Gericht aussagen; das Urteil könnte das gesamte Geschäftsmodell der Social-Media-Branche neu formen.
Der bislang risikoreichste Rechtskampf von Meta ist am Dienstag offiziell gestartet. Die Klage, die von den Generalstaatsanwälten von 29 US-Bundesstaaten gemeinsam angestoßen wurde, könnte nicht nur dazu führen, dass der Social-Media-Riese rekordverdächtige wirtschaftliche Kosten trägt, sondern auch seine Betriebsweise auf einem grundlegenden Niveau verändern.
橙子Joyce
·
--
KI-Unternehmen strecken die Hand aus: OpenAI dokumentiert die Bedienung deines Computers, Google nutzt die hochgeladenen Inhalte, um KI zu trainieren.

Axios beginnt zu untersuchen, welche Nutzerdaten KI-Unternehmen wirklich einsammeln.

Das Ergebnis: Chatverläufe reichen offenbar nicht mehr. Jetzt wollen sie auch wissen, was du auf dem Computer angeklickt, welche Fotos du hochgeladen und welche Inhalte du angesehen hast – und diese Daten dann für Gedächtnis, Personalisierung und Werbung verwenden.

OpenAI hat „Computer History“ hinzugefügt. Wenn Mac-Nutzer die Funktion aktivieren, können ChatGPT und Codex aufzeichnen, welche Apps und Websites du anklickst, was du eingibst und wie du zwischen ihnen wechselst. So entsteht nach und nach ein Bild deines langfristigen Arbeitsgedächtnisses. Die Funktion ist standardmäßig deaktiviert; es wird kein Bildschirm aufgezeichnet und kein Audio. OpenAI sagt, vorübergehende Bedienverlaufsdaten würden nicht für das Training von Modellen verwendet.

Google geht noch aggressiver vor. Der neue „Search Services History“-Verlauf speichert Bilder, Dokumente sowie Audio- und Videodateien, die Nutzer über Dienste wie Lens, Search Live und Translate hochladen. Diese Daten sollen außerdem zur Schulung generativer KI genutzt werden. Konten, die die Voraussetzungen erfüllen, sind standardmäßig aktiviert; wer ablehnen möchte, muss das selbst abschalten. Selbst wenn einige Daten später vom Konto getrennt werden, können sie im Trainingsprozess bis zu 4 Jahre lang erhalten bleiben.

Auch bei der Werbung haben sie nachgezogen. Meta wird Interaktionen von Nutzern mit Meta AI nutzen, um Inhalte und Anzeigen in Facebook und Instagram anzupassen; OpenAI und Google erforschen ebenfalls Werbemodelle für Chatbots. Je besser die KI dich versteht, desto genauer wird das Profil, das das Werbesystem in den Händen hält.

Früher bestand die Sorge, dass Chatverläufe für das Training genutzt werden. Heute wird auch das, was du am Computer machst und was du in Google hineinwirfst, immer mehr zu Daten, die KI-Unternehmen für sich verwenden.
橙子Joyce
·
--
Egal ob Open-Source-KI gewinnt oder Closed-Source gewinnt: Netzwerksicherheit wird der End-Sieger! Palo Alto und CrowdStrike sind auf dem Wind der KI-Inferenz-Welle!
Der Finanzgigant Wells Fargo hat kürzlich einen Research-Bericht veröffentlicht. Darin heißt es, dass die Netzwerksicherheits-Supergiganten $CrowdStrike (CRWD.US)$ und $Palo Alto Networks (PANW.US)$ vor der Veröffentlichung ihrer neuesten Ergebnisse und Zukunftsaussichten derzeit von Wachstumsdynamik für Aufträge ihrer Netzwerksicherheits-Softwareprodukte profitieren, die durch die heftige Expansion des KI-Inferenz-Marktes angetrieben wird. Nachdem KI in die Phase großer, massiver Inferenz und agentenbasierter Workflows (Agentic AI) übergegangen ist, wächst die Nachfrage nach Netzwerksicherheit nicht einfach „weil sich die aktuellste KI-Technologie weiterentwickelt und dadurch automatisch mehr nachgefragt wird“ – vielmehr ist sehr wahrscheinlich mit einer strukturellen Zuwachs-Ausweitung zu rechnen, die weit über die Ausgaben für traditionelles IT hinausgeht.
橙子Joyce
·
--
KI-Unternehmen strecken die Hand aus: OpenAI dokumentiert die Bedienung deines Computers, Google nutzt die hochgeladenen Inhalte, um KI zu trainieren.

Axios beginnt zu untersuchen, welche Nutzerdaten KI-Unternehmen wirklich einsammeln.

Das Ergebnis: Chatverläufe reichen offenbar nicht mehr. Jetzt wollen sie auch wissen, was du auf dem Computer angeklickt, welche Fotos du hochgeladen und welche Inhalte du angesehen hast – und diese Daten dann für Gedächtnis, Personalisierung und Werbung verwenden.

OpenAI hat „Computer History“ hinzugefügt. Wenn Mac-Nutzer die Funktion aktivieren, können ChatGPT und Codex aufzeichnen, welche Apps und Websites du anklickst, was du eingibst und wie du zwischen ihnen wechselst. So entsteht nach und nach ein Bild deines langfristigen Arbeitsgedächtnisses. Die Funktion ist standardmäßig deaktiviert; es wird kein Bildschirm aufgezeichnet und kein Audio. OpenAI sagt, vorübergehende Bedienverlaufsdaten würden nicht für das Training von Modellen verwendet.

Google geht noch aggressiver vor. Der neue „Search Services History“-Verlauf speichert Bilder, Dokumente sowie Audio- und Videodateien, die Nutzer über Dienste wie Lens, Search Live und Translate hochladen. Diese Daten sollen außerdem zur Schulung generativer KI genutzt werden. Konten, die die Voraussetzungen erfüllen, sind standardmäßig aktiviert; wer ablehnen möchte, muss das selbst abschalten. Selbst wenn einige Daten später vom Konto getrennt werden, können sie im Trainingsprozess bis zu 4 Jahre lang erhalten bleiben.

Auch bei der Werbung haben sie nachgezogen. Meta wird Interaktionen von Nutzern mit Meta AI nutzen, um Inhalte und Anzeigen in Facebook und Instagram anzupassen; OpenAI und Google erforschen ebenfalls Werbemodelle für Chatbots. Je besser die KI dich versteht, desto genauer wird das Profil, das das Werbesystem in den Händen hält.

Früher bestand die Sorge, dass Chatverläufe für das Training genutzt werden. Heute wird auch das, was du am Computer machst und was du in Google hineinwirfst, immer mehr zu Daten, die KI-Unternehmen für sich verwenden.
橙子Joyce
·
--
Egal ob Open-Source-KI gewinnt oder Closed-Source gewinnt: Netzwerksicherheit wird der End-Sieger! Palo Alto und CrowdStrike sind auf dem Wind der KI-Inferenz-Welle!
Der Finanzgigant Wells Fargo hat kürzlich einen Research-Bericht veröffentlicht. Darin heißt es, dass die Netzwerksicherheits-Supergiganten $CrowdStrike (CRWD.US)$ und $Palo Alto Networks (PANW.US)$ vor der Veröffentlichung ihrer neuesten Ergebnisse und Zukunftsaussichten derzeit von Wachstumsdynamik für Aufträge ihrer Netzwerksicherheits-Softwareprodukte profitieren, die durch die heftige Expansion des KI-Inferenz-Marktes angetrieben wird. Nachdem KI in die Phase großer, massiver Inferenz und agentenbasierter Workflows (Agentic AI) übergegangen ist, wächst die Nachfrage nach Netzwerksicherheit nicht einfach „weil sich die aktuellste KI-Technologie weiterentwickelt und dadurch automatisch mehr nachgefragt wird“ – vielmehr ist sehr wahrscheinlich mit einer strukturellen Zuwachs-Ausweitung zu rechnen, die weit über die Ausgaben für traditionelles IT hinausgeht.
橙子Joyce
·
--
Egal ob Open-Source-KI gewinnt oder Closed-Source gewinnt: Netzwerksicherheit wird der End-Sieger! Palo Alto und CrowdStrike sind auf dem Wind der KI-Inferenz-Welle!
Der Finanzgigant Wells Fargo hat kürzlich einen Research-Bericht veröffentlicht. Darin heißt es, dass die Netzwerksicherheits-Supergiganten $CrowdStrike (CRWD.US)$ und $Palo Alto Networks (PANW.US)$ vor der Veröffentlichung ihrer neuesten Ergebnisse und Zukunftsaussichten derzeit von Wachstumsdynamik für Aufträge ihrer Netzwerksicherheits-Softwareprodukte profitieren, die durch die heftige Expansion des KI-Inferenz-Marktes angetrieben wird. Nachdem KI in die Phase großer, massiver Inferenz und agentenbasierter Workflows (Agentic AI) übergegangen ist, wächst die Nachfrage nach Netzwerksicherheit nicht einfach „weil sich die aktuellste KI-Technologie weiterentwickelt und dadurch automatisch mehr nachgefragt wird“ – vielmehr ist sehr wahrscheinlich mit einer strukturellen Zuwachs-Ausweitung zu rechnen, die weit über die Ausgaben für traditionelles IT hinausgeht.
橙子Joyce
·
--
Egal ob Open-Source-KI gewinnt oder Closed-Source gewinnt: Netzwerksicherheit wird der End-Sieger! Palo Alto und CrowdStrike sind auf dem Wind der KI-Inferenz-Welle!
Der Finanzgigant Wells Fargo hat kürzlich einen Research-Bericht veröffentlicht. Darin heißt es, dass die Netzwerksicherheits-Supergiganten $CrowdStrike (CRWD.US)$ und $Palo Alto Networks (PANW.US)$ vor der Veröffentlichung ihrer neuesten Ergebnisse und Zukunftsaussichten derzeit von Wachstumsdynamik für Aufträge ihrer Netzwerksicherheits-Softwareprodukte profitieren, die durch die heftige Expansion des KI-Inferenz-Marktes angetrieben wird. Nachdem KI in die Phase großer, massiver Inferenz und agentenbasierter Workflows (Agentic AI) übergegangen ist, wächst die Nachfrage nach Netzwerksicherheit nicht einfach „weil sich die aktuellste KI-Technologie weiterentwickelt und dadurch automatisch mehr nachgefragt wird“ – vielmehr ist sehr wahrscheinlich mit einer strukturellen Zuwachs-Ausweitung zu rechnen, die weit über die Ausgaben für traditionelles IT hinausgeht.
橙子Joyce
·
--
Egal ob Open-Source-KI gewinnt oder Closed-Source gewinnt: Netzwerksicherheit wird der End-Sieger! Palo Alto und CrowdStrike sind auf dem Wind der KI-Inferenz-Welle!
Der Finanzgigant Wells Fargo hat kürzlich einen Research-Bericht veröffentlicht. Darin heißt es, dass die Netzwerksicherheits-Supergiganten $CrowdStrike (CRWD.US)$ und $Palo Alto Networks (PANW.US)$ vor der Veröffentlichung ihrer neuesten Ergebnisse und Zukunftsaussichten derzeit von Wachstumsdynamik für Aufträge ihrer Netzwerksicherheits-Softwareprodukte profitieren, die durch die heftige Expansion des KI-Inferenz-Marktes angetrieben wird. Nachdem KI in die Phase großer, massiver Inferenz und agentenbasierter Workflows (Agentic AI) übergegangen ist, wächst die Nachfrage nach Netzwerksicherheit nicht einfach „weil sich die aktuellste KI-Technologie weiterentwickelt und dadurch automatisch mehr nachgefragt wird“ – vielmehr ist sehr wahrscheinlich mit einer strukturellen Zuwachs-Ausweitung zu rechnen, die weit über die Ausgaben für traditionelles IT hinausgeht.
橙子Joyce
·
--
KI-Unternehmen strecken die Hand aus: OpenAI dokumentiert die Bedienung deines Computers, Google nutzt die hochgeladenen Inhalte, um KI zu trainieren.

Axios beginnt zu untersuchen, welche Nutzerdaten KI-Unternehmen wirklich einsammeln.

Das Ergebnis: Chatverläufe reichen offenbar nicht mehr. Jetzt wollen sie auch wissen, was du auf dem Computer angeklickt, welche Fotos du hochgeladen und welche Inhalte du angesehen hast – und diese Daten dann für Gedächtnis, Personalisierung und Werbung verwenden.

OpenAI hat „Computer History“ hinzugefügt. Wenn Mac-Nutzer die Funktion aktivieren, können ChatGPT und Codex aufzeichnen, welche Apps und Websites du anklickst, was du eingibst und wie du zwischen ihnen wechselst. So entsteht nach und nach ein Bild deines langfristigen Arbeitsgedächtnisses. Die Funktion ist standardmäßig deaktiviert; es wird kein Bildschirm aufgezeichnet und kein Audio. OpenAI sagt, vorübergehende Bedienverlaufsdaten würden nicht für das Training von Modellen verwendet.

Google geht noch aggressiver vor. Der neue „Search Services History“-Verlauf speichert Bilder, Dokumente sowie Audio- und Videodateien, die Nutzer über Dienste wie Lens, Search Live und Translate hochladen. Diese Daten sollen außerdem zur Schulung generativer KI genutzt werden. Konten, die die Voraussetzungen erfüllen, sind standardmäßig aktiviert; wer ablehnen möchte, muss das selbst abschalten. Selbst wenn einige Daten später vom Konto getrennt werden, können sie im Trainingsprozess bis zu 4 Jahre lang erhalten bleiben.

Auch bei der Werbung haben sie nachgezogen. Meta wird Interaktionen von Nutzern mit Meta AI nutzen, um Inhalte und Anzeigen in Facebook und Instagram anzupassen; OpenAI und Google erforschen ebenfalls Werbemodelle für Chatbots. Je besser die KI dich versteht, desto genauer wird das Profil, das das Werbesystem in den Händen hält.

Früher bestand die Sorge, dass Chatverläufe für das Training genutzt werden. Heute wird auch das, was du am Computer machst und was du in Google hineinwirfst, immer mehr zu Daten, die KI-Unternehmen für sich verwenden.
大仁Jaron
·
--
18. August, laut einer Offenlegung von MaxForAI, wurde das KI-Projekt „J-Space Cognition Suite“, das heute auf der X-Plattform regelrecht durchstartete, von der Community kritisiert. Es wird behauptet, dass die beworbenen DeepSeek-V4-Testergebnisse nicht reproduzierbar seien. Das Projekt hatte zuvor behauptet, dass ein „V4 Flash“-Einsatz in Kombination mit J-Space GLM-5.3 angleichen könne, während „V4 Pro“ in mehreren Agent Benchmark-Läufen über „Fable 5“ liegen und dabei die Geschwindigkeit um den Faktor 2,53 sowie die Token-Effizienz um den Faktor 2,21 verbessern würde.
Der GitHub-User GoForceX führte mit dem 87-Aufgaben-Teilset von „Terminal Bench 2.1“ eine erneute Hochdurchsatz-Prüfung durch und bestätigte dabei das Laden der J-Space-relevanten Module. Die Ergebnisse zeigten jedoch: Nach dem Hinzufügen von J-Space sanken die Benchmark-Ergebnisse im Gegenteil leicht; der Token-Verbrauch und die Kosten stiegen zudem, was der vom Projekt behaupteten Richtung in Bezug auf Leistung, Geschwindigkeit und Token-Effizienz widerspricht.
Daraufhin forderte die Community das Projekt auf, vollständige Bewertungs-Konfigurationen, Ergebnisse pro Frage, Ausführungsprotokolle, die Roh-Laufzeiten sowie Token-Verbräuche offenzulegen. Bisher veröffentlicht das Projekt jedoch hauptsächlich Zusammenfassungen; es wurden noch keine vollständigen Rohaufzeichnungen bereitgestellt, die die oben genannten präzisen Daten zuverlässig verifizieren könnten. Bemerkenswert ist, dass der Projektautor auf die Kritik zuvor geantwortet hatte, dass die betreffenden Daten „tatsächlich übertrieben“ seien, und dass die realen Verbesserungen ungefähr im Bereich des 1,6-fachen bis 3-fachen lägen. Bis heute hat der Autor noch keine formelle Stellungnahme zur Community-Kritik abgegeben; einige der zugehörigen Kritik-„Issues“ wurden zudem gelöscht.

🧧🧧🧧回复221获得$SOL 🧧🧧🧧
🎁🎁🎁👇👇👇🎁🎁🎁
Verifiziert
Artikel
Superreiche investieren gemeinsam in SpaceX (SPCX.US) – mehr als ein Dutzend Family Offices halten Beteiligungen im Wert von mindestens 3,8 Milliarden US-Dollar!Die weltweit sowie in den USA und anderen Regionen ansässigen Superreichen-Familien investieren massiv in SpaceX (SPCX.US). Aktuelle behördliche Unterlagen zeigen, dass mehrere Family Offices aus Amerika, Europa und dem Nahen Osten bereits Beteiligungen an SpaceX im Wert von mehreren Milliarden US-Dollar aufgebaut haben. Dies verdeutlicht, dass Superreiche mit ihrer starken Kapitalausstattung eine zunehmend wichtigere Rolle in gefragten Investmentchancen einnehmen. Laut einer von den Medien zusammengestellten Auswertung der behördlichen 13F-Unterlagen für das zweite Quartal hielten die Family-Office-Beteiligungen des Erben der Hyatt-Hotels, Nick Pritzker, per Ende Juni rund 1,8 Milliarden US-Dollar an SpaceX-Aktien. Zu diesem Zeitpunkt lagen nur wenige Wochen seit dem Abschluss des Börsengangs von SpaceX zurück. Das Unternehmen ist in Bereichen wie Raketenstarts, Satellitenkommunikation und Künstliche Intelligenz tätig. Auch andere Superreiche haben beachtliche Positionen aufgebaut.

Superreiche investieren gemeinsam in SpaceX (SPCX.US) – mehr als ein Dutzend Family Offices halten Beteiligungen im Wert von mindestens 3,8 Milliarden US-Dollar!

Die weltweit sowie in den USA und anderen Regionen ansässigen Superreichen-Familien investieren massiv in SpaceX (SPCX.US). Aktuelle behördliche Unterlagen zeigen, dass mehrere Family Offices aus Amerika, Europa und dem Nahen Osten bereits Beteiligungen an SpaceX im Wert von mehreren Milliarden US-Dollar aufgebaut haben. Dies verdeutlicht, dass Superreiche mit ihrer starken Kapitalausstattung eine zunehmend wichtigere Rolle in gefragten Investmentchancen einnehmen. Laut einer von den Medien zusammengestellten Auswertung der behördlichen 13F-Unterlagen für das zweite Quartal hielten die Family-Office-Beteiligungen des Erben der Hyatt-Hotels, Nick Pritzker, per Ende Juni rund 1,8 Milliarden US-Dollar an SpaceX-Aktien. Zu diesem Zeitpunkt lagen nur wenige Wochen seit dem Abschluss des Börsengangs von SpaceX zurück. Das Unternehmen ist in Bereichen wie Raketenstarts, Satellitenkommunikation und Künstliche Intelligenz tätig. Auch andere Superreiche haben beachtliche Positionen aufgebaut.
SPCXB-2,50%
TSLAUS-1,18%
AMZNUS-0,70%
Artikel
Ein Forschungsteam von Apple hat 9 Modelle mit 11 Sprachen in einer Runde Reinforcement-Learning-Experimente untersucht und will herausfinden: Wenn die Trainingsdaten nur aus einer Sprache bestehen, kann man dann die gelernten Problemlösefähigkeiten auf Aufgaben in anderen Sprachen übertragen?Die Antwort ist: Ja, und der Effekt ist ziemlich deutlich. Wenn man nur mit einer Sprache trainiert, wird das Modell in vielen anderen Sprachen ebenfalls stärker. Zum Beispiel bei Tests auf Französisch: Wenn man direkt mit Französisch trainiert, steigt der Durchschnitt um 25,6 Prozentpunkte; wenn man überhaupt nicht mit Französisch trainiert, sondern nur französische Fragen mit Spanisch übt, kann man beim Test auf Französisch am Ende auch um 24,6 Prozentpunkte zulegen – nur um 1 Prozentpunkt weniger. Das Modell lernt nicht nur Aufgaben in einer bestimmten Sprache, sondern auch einen Teil von Lösungsstrategien, die sich in eine andere Sprache übertragen lassen und dort weiter genutzt werden können. Wenn man also in Zukunft möchte, dass das Modell stärker bei chinesischer Argumentation wird, muss man nicht unbedingt alle verstärkenden Lern-Daten komplett neu als Chinesisch aufbereiten.

Ein Forschungsteam von Apple hat 9 Modelle mit 11 Sprachen in einer Runde Reinforcement-Learning-Experimente untersucht und will herausfinden: Wenn die Trainingsdaten nur aus einer Sprache bestehen, kann man dann die gelernten Problemlösefähigkeiten auf Aufgaben in anderen Sprachen übertragen?

Die Antwort ist: Ja, und der Effekt ist ziemlich deutlich. Wenn man nur mit einer Sprache trainiert, wird das Modell in vielen anderen Sprachen ebenfalls stärker.
Zum Beispiel bei Tests auf Französisch: Wenn man direkt mit Französisch trainiert, steigt der Durchschnitt um 25,6 Prozentpunkte; wenn man überhaupt nicht mit Französisch trainiert, sondern nur französische Fragen mit Spanisch übt, kann man beim Test auf Französisch am Ende auch um 24,6 Prozentpunkte zulegen – nur um 1 Prozentpunkt weniger.
Das Modell lernt nicht nur Aufgaben in einer bestimmten Sprache, sondern auch einen Teil von Lösungsstrategien, die sich in eine andere Sprache übertragen lassen und dort weiter genutzt werden können. Wenn man also in Zukunft möchte, dass das Modell stärker bei chinesischer Argumentation wird, muss man nicht unbedingt alle verstärkenden Lern-Daten komplett neu als Chinesisch aufbereiten.
Teilweise korrekt
Artikel
In einem Bericht, den Goldman Sachs am 14. August veröffentlichte, heißt es: Während der diesjährigen Berichtssaison im zweiten Quartal haben im $S&P 500 Index (.SPX.US)$-Bestandteil nur 2% der Unternehmen die konkrete Auswirkung von KI auf die Gewinne quantifiziert!Goldman-Sachs-Strategen Ben Snider sagt, dass Unternehmen ihre Investitionen in Künstliche Intelligenz (KI) in beispielloser Geschwindigkeit erhöhen. Für die meisten Firmen hat diese Technologie jedoch bislang noch nicht zu spürbaren Verbesserungen bei den Gewinnen geführt. In einem Bericht, den Goldman Sachs am 14. August veröffentlichte, heißt es: Während der diesjährigen Berichtssaison im zweiten Quartal haben unter den Bestandteilen des $S&P 500 Index (.SPX.US)$ nur 2% der Unternehmen die konkrete Auswirkung von KI auf die Gewinne quantifiziert; 11% der Unternehmen gaben an, in bestimmten Bereichen wie Softwareprogrammierung und Kundensupport messbare Produktivitätssteigerungen beobachtet zu haben. Allerdings konnten diese Unternehmen, die ihre Effizienz durch entsprechende Maßnahmen verbessern, ihr Gewinnwachstum nicht in nennenswertem Maß über das allgemeine Marktniveau hinaus treiben. Die Daten zeigen, dass ihre mediane Gewinnentwicklung im Jahresvergleich bei 17% lag, während Unternehmen, die den Beitrag effizienterer KI nicht quantifiziert haben, 14% erreichten. Goldman Sachs weist darauf hin, dass diese Lücke statistisch nicht signifikant ist.

In einem Bericht, den Goldman Sachs am 14. August veröffentlichte, heißt es: Während der diesjährigen Berichtssaison im zweiten Quartal haben im $S&P 500 Index (.SPX.US)$-Bestandteil nur 2% der Unternehmen die konkrete Auswirkung von KI auf die Gewinne quantifiziert!

Goldman-Sachs-Strategen Ben Snider sagt, dass Unternehmen ihre Investitionen in Künstliche Intelligenz (KI) in beispielloser Geschwindigkeit erhöhen. Für die meisten Firmen hat diese Technologie jedoch bislang noch nicht zu spürbaren Verbesserungen bei den Gewinnen geführt.
In einem Bericht, den Goldman Sachs am 14. August veröffentlichte, heißt es: Während der diesjährigen Berichtssaison im zweiten Quartal haben unter den Bestandteilen des $S&P 500 Index (.SPX.US)$ nur 2% der Unternehmen die konkrete Auswirkung von KI auf die Gewinne quantifiziert; 11% der Unternehmen gaben an, in bestimmten Bereichen wie Softwareprogrammierung und Kundensupport messbare Produktivitätssteigerungen beobachtet zu haben.
Allerdings konnten diese Unternehmen, die ihre Effizienz durch entsprechende Maßnahmen verbessern, ihr Gewinnwachstum nicht in nennenswertem Maß über das allgemeine Marktniveau hinaus treiben. Die Daten zeigen, dass ihre mediane Gewinnentwicklung im Jahresvergleich bei 17% lag, während Unternehmen, die den Beitrag effizienterer KI nicht quantifiziert haben, 14% erreichten. Goldman Sachs weist darauf hin, dass diese Lücke statistisch nicht signifikant ist.
路飞社区糖宝Luffy
·
--
An diesem Tag, als ich in die Natur ging, habe ich wirklich erlebt, was Schönheit bedeutet$SOL
Der zitierte Inhalt wurde entfernt.
生蚝哥Oyster
·
--
Bullisch
Mit Zuversicht im Herzen voranschreiten.
Möge jeder Tag ruhig und sorgenfrei sein, und dass sich jedes Durchhalten lohnt—Glück möge stets an deiner Seite sein 🧧
🔥 Antworte im Kommentar, um ein红包🧧 zu erhalten 👇
Anmelden und weiter Inhalte entdecken
Krypto-Nutzer weltweit auf Binance Square kennenlernen
⚡️ Bleib in Sachen Krypto stets am Puls.
💬 Die weltgrößte Kryptobörse vertraut darauf.
👍 Erhalte verlässliche Einblicke von verifizierten Creators.
E-Mail-Adresse/Telefonnummer
Sitemap
Cookie-Präferenzen
Nutzungsbedingungen der Plattform