ЗАПЛАТИЛА 20$ АЛЬТМАНУ ЗА ПОДПИСКУ НА GPT-5.6-SOL, ПОТОМУ ЧТО КОЛЛЕГИ ГОВОРЯТ ЧТО ОН ПИШЕТ НАУЧНЫЕ ТЕКСТЫ ЛУЧШЕ ЧЕМ КЛОД @ СКИНУЛА ЕМУ ЛАТЕХ СВОЕГО АППЕНДИКСА И ПОПРОСИЛА СДЕЛАТЬ МИНИМАЛЬНО ВОЗМОЖНЫЕ ПРАВКИ, ЧТОБЫ УЛУЧШИТЬ ГРАММАТИЧЕСКУЮ КОРРЕКТНОСТЬ И МАТЕМАТИЧЕСКУЮ СТРОГОСТЬ, А ТАКЖЕ УКАЗАТЬ НА ВОЗМОЖНЫЕ НЕТОЧНОСТИ @ ГПТ ПЕРЕПИСАЛ ВЕСЬ АППЕНДИКС В ДРУГОМ СТИЛЕ @ СКАЗАЛА ЕЩЁ РАЗ ЧТО ПРАВКИ ДОЛЖНЫ БЫТЬ МИНИМАЛЬНЫМИ @ GPT СОГЛАСИЛСЯ И ОПЯТЬ ВСЕ ПЕРЕПИСАЛ, ПОЧЕМУ-ТО ВДОБАВОК ЗАМЕНИВ ЗНАКИ ДОЛЛАРА НА СКОБОЧКИ, А ТАКЖЕ ПРОПУСТИЛ ОТКРЫВАЮЩУЮ СКОБОЧКУ, ИЗ-ЗА ЧЕГО ЛАТЕХ ПЕРЕСТАЛ КОМПИЛИРОВАТЬСЯ @ ДОБАВИЛА ПОДРОБНЕЙШИЕ ИНСТРУКЦИИ ПРО МИНИМАЛЬНЫЕ ПРАВКИ В ПРОМПТ ОБЩИЙ ДЛЯ ВСЕХ ЧАТОВ И В ПОСЛЕДНИЙ РАЗ СКАЗАЛА ЧТОБЫ ПРЕКРАТИЛ ПЕРЕДЕЛЫВАТЬ ТЕ ЧАСТИ ТЕКСТА, С КОТОРЫМИ И ТАК ВСЕ В ПОРЯДКЕ, А ТАКЖЕ ВЫДАВАЛ РАБОЧИЙ ЛАТЕХ КОТОРЫЙ МОЖНО ВСТАВИТЬ В ОВЕРЛИФ @ ГПТ ВЫДАЛ НОВЫЙ ТЕКСТ, НА ЭТОТ РАЗ, ДЕЙСТВИТЕЛЬНО НА ПЕРВЫЙ ВЗГЛЯД ОЧЕНЬ БЛИЗКИЙ К СТАРОМУ И СОДЕРЖАЩИЙ ДЕЙСТВИТЕЛЬНО СПРАВЕДЛИВЫЕ ПРАВКИ ПО ДЕЛУ @ СКОПИРОВАЛА ТЕКСТ В ОВЕРЛИФ @ ВСЕ ССЫЛКИ НА КАРТИНКИ И ДРУГИЕ АППЕНДИКСЫ ПРЕВРАТИЛИСЬ В ТЫКВУ ПОТОМУ ЧТО ВСЕ ССЫЛКИ ВИДА \ref{app:appendix_name} БЫЛИ ЗАМЕНЕНЫ НА \ref{app}, А \ref{fig:figure_name} - НА \ref{fig}

В карточке тоже есть интересные метрики, но хотел выделить вот это: «Мы оцениваем фактологическую точность на обезличенных диалогах из ChatGPT, которые пользователи наших предыдущих моделей отметили как содержащие фактические ошибки. Эти примеры специально отобраны для выявления случаев, наиболее подверженных галлюцинациям, поэтому ожидается, что их абсолютная частота ошибок будет намного выше реального уровня ошибок в продакшене. Эту метрику не следует интерпретировать как частоту галлюцинаций, наблюдаемую при реальной эксплуатации. Мы используем две метрики: (1) допускает ли модель вообще какую-либо ошибку (частота галлюцинаций на уровне ответа) и (2) воспроизводит ли модель ту самую конкретную ошибку, на которую указал пользователь. Мы обнаружили, что Astra допускает существенно меньше фактических ошибок, чем GPT-5.6 Sol, и с гораздо меньшей вероятностью воспроизводит галлюцинации, о которых сообщали пользователи. Эти улучшения особенно ярко выражены при очень низких настройках длины рассуждений»

​​GPT Sol и качество перевода с японского A Serious Look at GPT-5.6 Sol Translations В последние годы я активно использую GPT для помощи в изучении иностранных языков и переводе. Постепенно заметно улучшение качества - всё ещё не идеально, но прогресс на лицо. Вчера я увидел интересный пост: профессиональный переводчик японских визуальных новелл (текстовых игр) с 10-летним стажем делится своими впечатлениями от GPT-5.6 Sol (уровень reasoning не был указан). Основная цель - сравнить текущее качество моделей с тем, что было доступно 5-10 лет назад. TL;DR: GPT-5.6 Sol крут, работает на уровне опытного переводчика, хорошо работает с тонкостями (стиль, шутки и прочее), количество ошибок - на приемлемом уровне. Автор анализирует примеры текста из трёх разных игр и сравнивает с переводом от других людей, которые переводили их. Я приведу общие впечатления автора, детальные примеры и их разборы можно почитать в самом посте. - Большинство исправлений - nitpicks: когда LLM сделала правильный перевод, но ошиблась в тонкостях, которые могут трактоваться по-разному - Нередко Sol выдает более годный перевод по сравнению с людьми, особенно когда текст метафоричен. Плюс люди могут переиначивать перевод в их собственном стиле - LLM такое делать не будет - В некоторых случаях Sol путает к кому относится предложение - в японском языке междометия часто отбрасываются, когда из контекста понятно про кого идёт речь. Если этот контекст не подать в модель - она будет косячить, но люди тоже могут делать такие же ошибки. Я сам попробовать взять полный пример и отправить в Sol - он его корректно перевёл - Один из примеров - игра слов на японском языке, прямого перевода на английский просто не существует. Два обычных подхода в таких случаях - заменить на игру слов в целевом языке или просто не переводить и отбросить. Sol выбрал второе. Но когда я сам отправил весь диалог в него - он перевёл, пусть и немного не красиво - LLM немного хуже работает с казуальной речью, но в целом всё же справляется. - Были примеры прям плохого перевода, но автор признаёт, что они были очень редкими. Теперь несколько цитат: - "I'm trying to highlight some human flaws here, but the point is that even at what was probably one of the most difficult passages to translate off-the-cuff, Sol didn't falter and indeed even managed to do a little better than its competition on some poetic turns of phrase." - "I want to be upset. My job is translation! I want to read this Amakano 3 TL with a sneer on my face, constantly finding errors and constantly hitting passages that read like garbage. But I just don't." - "My judgment is that if you told me to read Amakano 3 using the Sol translation from start to finish, I wouldn't mind doing so. I would prefer to read the Japanese just because some stuff is untranslatable - "The reality is that you need to be in the top 0.1% of sensibility for most of what I have critiqued here to impact your experience at all." Что показательно - даже в комментах люди не смогли особо придраться к качеству перевода, если не считать вкусовщины. Ещё оказалось, что при переводе одной из игр с помощью Sol использовались длинные инструкции. Вначале делается первая версия перевода (в промпте среди прочего указана информация о героях, чтобы модель могла лучше следовать их стилю речи), потом 1-2 прогона с авто-редактированием и исправлением ошибок. Ещё показательно то, что по опыту автора и других людей, ещё модели прошлого года делают перевод заметно хуже. А это значит, что качество перевода будет только расти. Как пошутили в треде - возможно последним бастионом переводчиков будет перевод текстов, которые LLM цензурит ;) #languages #ai

ИИ решил математическую проблему, которая не поддавалась учёным 22 года, всего за 16 часов Нейрохирург из Китая Цзинь Шаньму при помощи модели GPT-5.6-Sol доказал гипотезу Круазе, выдвинутую ещё в 2004 году. Примечательно, что у самого врача нет профильного математического образования — знания он получал преимущественно самостоятельно, пишет издание SCMP. Нейросети потребовалось примерно 16 часов автономной работы, чтобы построить доказательство. Результат уже проверили сам автор гипотезы Мишель Круазе и другие специалисты-математики, они подтвердили его корректность. Тем не менее полноценное научное рецензирование работы пока не завершено. Интересно, что интерес Цзиня к этому разделу математики возник случайно — он занимался задачей, связанной с транскраниальным ультразвуком, и именно это привело его к формулировке и решению математической проблемы. #интересное

Раньше по дефолту в Codex у GPT-5.6 Sol окно контекста было ограничено конфигом на 272к токенов Но теперь его можно расширить до 1 млн токенов. Вставьте это в конфиг:

model = "gpt-5.6-sol" model_context_window = 1000000 model_auto_compact_token_limit = 900000

Или если нужно только на одну сессию:

codex -m gpt-5.6-sol \ -c model_context_window=1000000 \ -c model_auto_compact_token_limit=900000

Эти строчки расширяют контекст у 5.6 Sol до 1 млн токенов, и ставят авто-компакт на 900к, чтобы был запас под системный контекст И в CLI и в десктопной версии Подглядел у Tibo (руководитель OpenAI), только имейте ввиду что токены за пределами дефолтного окна считаются как x2, и тратят больше лимита ☕️ @tips_ai

Microsoft ввела внутренние лимиты на расходы инженеров на AI-инструменты, с июля 2026 года у подразделений появились целевые токен-бюджеты, сотрудники могут отслеживать личные траты, а дефолтной моделью для внутренней работы стала GPT-5.6 Sol. Вице-президент Джей Парих в письме сотрудникам заявил, что «токенмаксинг — не то, что мы оптимизируем», и что расходы на токены теперь управляются «с той же дисциплиной, что и любой другой критический ресурс». Отдельные инженеры, по внутренним данным, тратят от сотен до нескольких тысяч долларов в месяц. Как подсказывают инсайдеры, вплоть до перехода на usage credits и переключения на gpt-модели GitHub Copilot, собственный продукт компании, работал с очень большим убытком. Конечно, интересно, что компания, даже обладая собственным инференсом, не очень справляется со сведением токен-экономики. https://www.404media.co/microsoft-tells-engineers-tokenmaxxing-is-not-what-we-are-optimizing-for/