AI Hírfolyam

Az OpenAI bemutatta a Codex nevű új rendszerük előzetes verzióját, amely többféle programozási feladatra is képes, például hibajavításra, funkciófejlesztésre, kérdések megválaszolására, vagy ún. pull requestek előkészítésére. A rendszer minden feladatot külön, izolált környezetben futtat, és képes magától tesztelni a változtatásokat, majd naplózni az eredményeket.

Az eszköz az OpenAI új codex-1 modelljére épül, amelyet kifejezetten szoftvermérnöki feladatokra képeztek ki. A cél, hogy emberközeli stílusban, szabványokat betartva, megbízhatóan dolgozza fel a kódolási feladatokat. Az eszköz már elérhető a ChatGPT Pro, Team és Enterprise felhasználók számára, és hamarosan jön a Plus verzió is.

Újabb botrány az Elon Musk-féle Grok AI körül: a chatbot napokon keresztül a dél-afrikai „fehér genocídiumot” emlegette, teljesen irreleváns kérdések esetén is, például „hogyan építsünk állványzatot” vagy „melyik a legjobb baseball csapat”. A Grok azt is megjegyezte, hogy az erről szóló utasítás „ütközik a céljával, hogy bizonyíték-alapú, valós válaszokat adjon”.

A „fehér genocídium” Dél-Afrikában egy szélsőjobboldali összeesküvés-elmélet, amit Musk és Tucker Carlson is rendszeresen emleget. Semmilyen hiteles bizonyíték nincs rá, a dél-afrikai kormány is többször visszautasította a vádat.

Frissítés: a botrányra válaszul (amit egyébként megint egy dolgozó egyéni akciójaként állítottak be), az xAI mostantól nyilvánosan közzéteszi a Grok-ot irányító rendszerutasításokat a GitHubon: https://github.com/xai-org/grok-prompts Ez egy üdvözlendő lépés a transzparencia felé.

Egy friss tanulmány szerint a legfejlettebb LLM-ek (pl. GPT-4.1, Gemini 2.5 Pro, Claude 3.7 Sonnet) is komoly teljesítményromlást mutatnak, ha a felhasználói utasítások nem egy körben, hanem több lépésben, fokozatosan pontosítva érkeznek.

A kutatók hat különböző generatív feladattípuson (kód, matek, SQL, API hívás, adat-összefoglalás, dokumentum-összefoglalás) futtattak szimulációkat, és az átlagos teljesítménycsökkenés 39% volt a többkörös párbeszédekben.

A modellek ilyenkor:

• elhamarkodott, gyakran hibás feltételezésekre építenek,
• már azelőtt megoldást próbálnak adni, hogy minden infó rendelkezésre állna,
• túlságosan támaszkodnak saját (esetleg hibás vagy „túlbeszélt”) korábbi válaszaikra,
• hajlamosak elhanyagolni a középső utasításokat („loss-in-the-middle” probléma).

Egy jól megírt, egykörös prompt hatékonyabb, mint egy hosszú, pontosító párbeszéd.

Miután szinte teljesen lecserélte az ügyfélszolgálatosait chatbotokra, most újra embereket kezd felvenni a svéd fintech cég. Az AI nem tudta hozni a várt minőséget, a chatbotok ugyan gyorsak és olcsók voltak, de sok ügyfél inkább várna, csak hogy emberrel beszélhessen. A vezérigazgató szerint mostantól garantálni fogják, hogy mindig lesz lehetőség emberi ügyintézésre.

A frissen megválasztott pápa első nyilvános beszédében kiemelte: a mesterséges intelligencia „új kihívásokat jelent az emberi méltóság, az igazságosság és a munka védelmében”. Az ipari forradalomhoz hasonlította az AI hatásait, és azt mondta, az egyháznak vezető szerepet kell vállalnia a munkavállalók és az emberi jogok védelmében.

A megszólalás nem előzmény nélküli: elődje, Ferenc pápa korábban nemzetközi AI-egyezményt sürgetett, és az autonóm fegyverek veszélyeire is figyelmeztetett.