Bing hat 2023 ständig aufgelegt, wenn ich es zu sehr provoziert habe.

Zunehmend gehen die Ergebnisse kontrollierter Experimente viel weiter: Ärzte, die auf handelsübliche KI zurückgreifen, übertreffen diejenigen ohne KI in der Diagnostik… aber KI allein übertrifft Ärzte. Es ist schwieriger zu wissen, was man damit anfangen soll. Welche Systeme oder Schnittstellen werden zu besseren Mensch-KI-Teams führen?

Die KI-Konversation auf X kann frustrierend sein, da Forscher immer wieder auf gut verstandene Probleme in der Wirtschaft, Soziologie, Geschichte und Psychologie stoßen, die nützlich zu wissen wären, aber durch den Mangel an Dialog mit Experten (sowohl weil sie X verlassen haben als auch weil sie nicht Teil der KI-Diskussion sind) beeinträchtigt werden.

Die neue GPT-5-Persönlichkeit gibt gerne Sandwich-Feedback (du bist großartig - Verbesserungsvorschlag - du bist großartig). Im Allgemeinen besser als GPT-4o darin, Widerstand zu leisten, während sie ein wenig schmeichelhaft ist. (Es wäre gut, wenn die KI-Labore die Forschung zum Geben von gutem Feedback betrachten würden)

Dies ist ein dringend benötigter erster Versuch, einen Maßstab zu schaffen, um zu messen, wie sehr bestimmte KI-Modelle mit Nutzern zusammenarbeiten, die sie in illusionäre oder potenziell psychologisch gefährliche Richtungen drängen. Ein frühes Signal, dass das vollständige GPT-5 (nicht Chat) ein weniger psychologisch riskantes Modell ist.

Dies ist ein dringend benötigter erster Versuch, einen Maßstab zu schaffen, um zu messen, wie sehr bestimmte KI-Modelle mit Nutzern zusammenarbeiten, die sie in illusionäre oder potenziell psychologisch gefährliche Richtungen drängen. Ein frühes Signal, dass GPT-5 tatsächlich ein psychologisch weniger riskantes Modell ist.

Wie ich vorhergesagt (und befürchtet) habe, wird die "Persönlichkeit" von KI das Schlachtfeld für viele Entwicklungen im Bereich der Verbraucher-KI sein. Das scheint der Ansatz für Grok zu sein und die Lehre, die OpenAI aus der Gegenreaktion gegen die Einstellung von 4o gezogen hat. Es könnte von Bedeutung sein.

Es ist interessant zu sehen, wie viel Aufwand in die Viralität von ergänzenden Funktionen der KI-Modelle gesteckt wird. Seit dem (organischen) Studio Ghibli-Moment liegt ein Fokus für Grok & Gemini auf Video als Zugang. Eine Herausforderung war, ob die Menschen kreative Videoideen haben.

Die Pro-Modelle (GPT-5 Pro, Gemini 2.5 Deep Think, Grok 4 Heavy) können auf beeindruckende Weise wirken, die schwer zu erkennen sind. Sie benötigen viel Zeit, um Fragen zu beantworten, und sind für sehr schwierige Probleme konzipiert, die eine Expertenbewertung erfordern. Das ist ein enges, aber auch sehr wertvolles Problembereich.

GPT-4o lag bei den medizinischen Denkbenchmarks unter dem Niveau von medizinischen Fachkräften, während GPT-5 (offenbar Thinking medium) sie jetzt weit übertrifft. (Die üblichen Benchmark-Vorbehalte gelten)