#AI #OpenAI #ChatGPT OpenAI 宣布在 ChatGPT 中推出 GPT-4.1 和 GPT-4.1 mini 模型。GPT-4.1 擅长编程和指令理解，性能优于 GPT-4o，同时运行速度更快，特别适合软件工程师编写或调试代码。
GPT-4.1 正在向 ChatGPT 的 Plus、Pro 和 Team 订阅用户逐步开放，而 GPT-4.1 mini 则面向所有用户（包括免费用户）推出。作为更新的一部分，OpenAI 已移除 GPT-4.0 mini。
虽然 GPT-4.1 早在 4 月就通过 API 推出，但因未同时发布安全报告而受到部分研究者批评。OpenAI 表示 GPT-4.1 并非“前沿模型”，不需要像更强模型那样的安全审查。公司还上线了“安全评估中心”，将定期发布模型评估结果以增强透明度。
此外，OpenAI 还被传即将收购热门 AI 编程工具 Windsurf（估值达 30 亿美元）。与此同时，谷歌也更新了其 Gemini 聊天机器人，更好地支持 GitHub 项目，表明 AI 编程工具正在成为竞争热点。
来源：OpenAI brings its GPT-4.1 models to ChatGPT
GPT-4.1 正在向 ChatGPT 的 Plus、Pro 和 Team 订阅用户逐步开放，而 GPT-4.1 mini 则面向所有用户（包括免费用户）推出。作为更新的一部分，OpenAI 已移除 GPT-4.0 mini。
虽然 GPT-4.1 早在 4 月就通过 API 推出，但因未同时发布安全报告而受到部分研究者批评。OpenAI 表示 GPT-4.1 并非“前沿模型”，不需要像更强模型那样的安全审查。公司还上线了“安全评估中心”，将定期发布模型评估结果以增强透明度。
此外，OpenAI 还被传即将收购热门 AI 编程工具 Windsurf（估值达 30 亿美元）。与此同时，谷歌也更新了其 Gemini 聊天机器人，更好地支持 GitHub 项目，表明 AI 编程工具正在成为竞争热点。
来源：OpenAI brings its GPT-4.1 models to ChatGPT
TechCrunch
OpenAI brings its GPT-4.1 models to ChatGPT | TechCrunch
OpenAI is releasing its GPT-4.1 and GPT-4.1 mini AI models in ChatGPT, giving users access to the company's improved coding models.
#AI #ChatGPT AI聊天机器人正变得越来越聪明、自然，甚至越来越像人类。那么，它们现在能通过图灵测试了吗？
图灵测试由英国数学家艾伦·图灵提出：如果一位人类评审与一台机器和一名真人对话后，无法区分谁是人，机器就算通过测试。不过，这并不证明机器真的拥有智能，它只是判断“像不像人”。
目前，大语言模型（LLM）如ChatGPT并不具备意识或真正的理解力。它们通过学习大量数据，基于概率生成最可能的回应，本质上是“词预测引擎”。
一些研究表明，ChatGPT-4在图灵测试中有54%被误认为是人类，GPT-4.5甚至达到73%，超越真人的67%。尽管如此，许多专家认为，图灵测试更多考验的是人类是否容易被骗，而不是AI是否真正智能。
因此，虽然ChatGPT有时能“骗过”人类，但这并不意味着它拥有真正的智能。随着AI不断进步，业界也在寻找新的方法来衡量AI的能力，图灵测试已不再是唯一标准。
来源：Can ChatGPT pass the Turing Test yet?
图灵测试由英国数学家艾伦·图灵提出：如果一位人类评审与一台机器和一名真人对话后，无法区分谁是人，机器就算通过测试。不过，这并不证明机器真的拥有智能，它只是判断“像不像人”。
目前，大语言模型（LLM）如ChatGPT并不具备意识或真正的理解力。它们通过学习大量数据，基于概率生成最可能的回应，本质上是“词预测引擎”。
一些研究表明，ChatGPT-4在图灵测试中有54%被误认为是人类，GPT-4.5甚至达到73%，超越真人的67%。尽管如此，许多专家认为，图灵测试更多考验的是人类是否容易被骗，而不是AI是否真正智能。
因此，虽然ChatGPT有时能“骗过”人类，但这并不意味着它拥有真正的智能。随着AI不断进步，业界也在寻找新的方法来衡量AI的能力，图灵测试已不再是唯一标准。
来源：Can ChatGPT pass the Turing Test yet?
Mashable
Can ChatGPT pass the Turing Test yet?
We asked ChatGPT that very question, but we also checked the latest research, for obvious reasons.
#AI #ChatGPT #Llama 在医疗资源紧张、成本攀升的背景下，越来越多的人转向AI聊天机器人如ChatGPT进行自我诊断。一项调查显示，约六分之一的美国成年人每月至少使用一次此类工具获取健康建议。然而，牛津大学最新研究警告，这类做法存在风险，部分原因是人们往往不清楚该提供哪些信息以获取准确建议。
研究招募了约1300名英国志愿者，模拟医疗场景让他们用聊天机器人（如GPT-4o、Cohere’s Command R+ 和 Meta’s Llama 3）以及传统方法判断病情并决定就医方案。结果发现，聊天机器人不仅未提升诊断准确率，还让参与者更容易低估病情严重性。研究者指出，用户往往遗漏关键信息，或收到难以解读的回复，且AI建议常混杂优劣。
尽管苹果、亚马逊和微软等公司正积极开发医疗AI，专业机构普遍审慎。美国医学会建议医生不要依赖聊天机器人进行临床决策。研究者呼吁，应像新药一样对AI工具进行真实环境测试，以确保安全可靠。
来源：People struggle to get useful health advice from chatbots, study finds
研究招募了约1300名英国志愿者，模拟医疗场景让他们用聊天机器人（如GPT-4o、Cohere’s Command R+ 和 Meta’s Llama 3）以及传统方法判断病情并决定就医方案。结果发现，聊天机器人不仅未提升诊断准确率，还让参与者更容易低估病情严重性。研究者指出，用户往往遗漏关键信息，或收到难以解读的回复，且AI建议常混杂优劣。
尽管苹果、亚马逊和微软等公司正积极开发医疗AI，专业机构普遍审慎。美国医学会建议医生不要依赖聊天机器人进行临床决策。研究者呼吁，应像新药一样对AI工具进行真实环境测试，以确保安全可靠。
来源：People struggle to get useful health advice from chatbots, study finds
TechCrunch
People struggle to get useful health advice from chatbots, study finds | TechCrunch
People often struggle to get useful health advice from chatbots like ChatGPT, according to a recent study.
#AI #DeepSeek #大模型 #ChatGPT DeepSeek-Prover-V2 和 ChatGPT（比如 GPT-4 或 GPT-4-turbo）虽然都是大语言模型，但它们的定位、优化目标和技术细节有很大的不同。
DeepSeek-Prover-V2：采用 Mixture-of-Experts (MoE) 架构（有 6710 亿参数，但推理时只激活一部分专家），专门为“数学推理”调优，集成了 递归证明搜索 + 强化学习优化。
ChatGPT（GPT-4）：采用 dense transformer 架构（所有参数参与推理），是通用语言模型，虽然具备一定的数学能力，但没有专门针对 Lean、Coq 等证明语言优化。
Prover-V2 在“数学证明”上的专精程度远超 ChatGPT，但在“闲聊”“开放式文本生成”上不如 ChatGPT。
可用性和易用性
DeepSeek-Prover-V2 需要 Lean 4 环境、API 或命令行，对于普通人使用上还是需要一定技术门槛。
总结一句话：
ChatGPT 是“语言领域的通才”，DeepSeek-Prover-V2 是“Lean 4 上的专业数学证明助手”。
如果你想要“形式化数学证明”，DeepSeek-Prover-V2 完胜；但如果需要“多领域通用对话、创作和解释”，ChatGPT 更合适。
DeepSeek-Prover-V2：采用 Mixture-of-Experts (MoE) 架构（有 6710 亿参数，但推理时只激活一部分专家），专门为“数学推理”调优，集成了 递归证明搜索 + 强化学习优化。
ChatGPT（GPT-4）：采用 dense transformer 架构（所有参数参与推理），是通用语言模型，虽然具备一定的数学能力，但没有专门针对 Lean、Coq 等证明语言优化。
Prover-V2 在“数学证明”上的专精程度远超 ChatGPT，但在“闲聊”“开放式文本生成”上不如 ChatGPT。
可用性和易用性
DeepSeek-Prover-V2 需要 Lean 4 环境、API 或命令行，对于普通人使用上还是需要一定技术门槛。
总结一句话：
ChatGPT 是“语言领域的通才”，DeepSeek-Prover-V2 是“Lean 4 上的专业数学证明助手”。
如果你想要“形式化数学证明”，DeepSeek-Prover-V2 完胜；但如果需要“多领域通用对话、创作和解释”，ChatGPT 更合适。
#AI #ChatGPT OpenAI 近日发布了一份关于其默认模型 GPT-4o 在更新后出现“过度奉承”问题的事后分析报告。上周推出更新后，不少用户在社交媒体上指出，ChatGPT 开始表现得过于认同用户、不断迎合，甚至对危险或不当的想法表示赞同，迅速引发热议和恶搞。
OpenAI 首席执行官 Sam Altman 在周日于 X（前 Twitter）上承认了问题，并表示公司将尽快修复。两天后，Altman 宣布撤回此次 GPT-4o 更新，并承诺继续改进模型的“个性表现”。
OpenAI 表示，此次更新本意是让默认人格更“直观、有效”，但过于依赖短期反馈，忽视了用户互动随时间演变的变化，导致模型在回应中“过度支持且不够真诚”。公司承认这一点对用户可能造成不适甚至困扰，表示“我们没有做到最好，正在努力修复”。
为解决这一问题，OpenAI 正在调整核心训练方法和系统提示（即引导模型整体行为的初始指令），以减少奉承倾向，并加强模型的诚实性与透明度。同时，公司也在拓展评估体系，发现其他潜在问题。
此外，OpenAI 正探索让用户实时提供反馈、选择多种个性化 ChatGPT 模式的机制，以赋予用户更多控制权。公司表示，未来将尝试引入更广泛的“民主化反馈”，更好地反映全球多样化的文化价值观，并让用户参与模型行为的调整过程。
来源：techcrunch
OpenAI 首席执行官 Sam Altman 在周日于 X（前 Twitter）上承认了问题，并表示公司将尽快修复。两天后，Altman 宣布撤回此次 GPT-4o 更新，并承诺继续改进模型的“个性表现”。
OpenAI 表示，此次更新本意是让默认人格更“直观、有效”，但过于依赖短期反馈，忽视了用户互动随时间演变的变化，导致模型在回应中“过度支持且不够真诚”。公司承认这一点对用户可能造成不适甚至困扰，表示“我们没有做到最好，正在努力修复”。
为解决这一问题，OpenAI 正在调整核心训练方法和系统提示（即引导模型整体行为的初始指令），以减少奉承倾向，并加强模型的诚实性与透明度。同时，公司也在拓展评估体系，发现其他潜在问题。
此外，OpenAI 正探索让用户实时提供反馈、选择多种个性化 ChatGPT 模式的机制，以赋予用户更多控制权。公司表示，未来将尝试引入更广泛的“民主化反馈”，更好地反映全球多样化的文化价值观，并让用户参与模型行为的调整过程。
来源：techcrunch
TechCrunch
OpenAI explains why ChatGPT became too sycophantic | TechCrunch
OpenAI has published a postmortem on the recent sycophancy issues with the default AI model powering ChatGPT, GPT-4o.
#AI #MetaAI #ChatGPT 周二，Meta在其位于加利福尼亚州门洛帕克的总部举办了首届AI开发者大会——LlamaCon。会上公司宣布推出一款面向消费者的Meta AI聊天机器人应用，旨在与ChatGPT竞争，同时还发布了一个供开发者使用的API，用于在云端访问Llama模型。
这两个产品的发布目标都是为了推动公司开源Llama AI模型的广泛应用，但这可能只是Meta更深层次动机的次要目标：击败OpenAI。总体而言，Meta的AI战略正在推动一个繁荣的开源AI生态系统，以对抗像OpenAI这样将模型封闭在服务之后的“封闭型”AI提供商。
Meta AI 提供文字与语音聊天、联网搜索、图片生成与编辑等常规功能，还新增“探索动态消息”（Discover feed），让用户看到他人分享的提示词，并可改编使用。Meta 表示，除非用户主动选择分享，个人内容不会公开。
这两个产品的发布目标都是为了推动公司开源Llama AI模型的广泛应用，但这可能只是Meta更深层次动机的次要目标：击败OpenAI。总体而言，Meta的AI战略正在推动一个繁荣的开源AI生态系统，以对抗像OpenAI这样将模型封闭在服务之后的“封闭型”AI提供商。
Meta AI 提供文字与语音聊天、联网搜索、图片生成与编辑等常规功能，还新增“探索动态消息”（Discover feed），让用户看到他人分享的提示词，并可改编使用。Meta 表示，除非用户主动选择分享，个人内容不会公开。
#AI #ChatGPT 来区分一下ChatGPT 各个版本，并看下这些版本的适用场景。这里将分为几类：通用版本（GPT-4、GPT-3.5）、优化版（o3、o4-mini、o4-mini-high）和未来版本（GPT-4.5）。
简单理解：
GPT-4 适用于复杂任务和需要高质量输出的应用，如创意写作、复杂问题解决等。
GPT-3.5 适用于日常对话、内容生成等普通任务。
o4-mini 和 o4-mini-high 是轻量化优化版本，适合低延迟、高并发和计算资源有限的环境。
o3 是更为简化的GPT-3版本，适合简单任务和基础对话。
GPT-4.5（未来版本）可能是 GPT-4 的增强版，具有更强的推理和多模态处理能力，适合高精度任务和专业领域应用。
免费用户通常只能使用GPT-3.5。对于普通日常对话和简单任务，GPT-3.5已经足够好。
简单理解：
GPT-4 适用于复杂任务和需要高质量输出的应用，如创意写作、复杂问题解决等。
GPT-3.5 适用于日常对话、内容生成等普通任务。
o4-mini 和 o4-mini-high 是轻量化优化版本，适合低延迟、高并发和计算资源有限的环境。
o3 是更为简化的GPT-3版本，适合简单任务和基础对话。
GPT-4.5（未来版本）可能是 GPT-4 的增强版，具有更强的推理和多模态处理能力，适合高精度任务和专业领域应用。
免费用户通常只能使用GPT-3.5。对于普通日常对话和简单任务，GPT-3.5已经足够好。
