रोहिन पर एआई सुरक्षा पर वास्तव में दिलचस्प साक्षात्कार। मैं जोखिमों के बारे में अधिक निराशावादी हूँ और इसके सभी पहलुओं से सहमत नहीं हूँ, लेकिन मुझे उनके विचारों को ढालने का तरीका पसंद है। जहाँ मैं सबसे अधिक असहमत हूँ: संरेखण शोध को मॉडल्स के प्रीट्रेनिंग डेटा से बाहर रखना, इस तर्क के साथ कि हमें एआई प्रणालियों को यह पूरा प्लेबुक नहीं देना चाहिए कि हम उन्हें कैसे रोकने की योजना बना रहे हैं। इतिहास यह दर्शाता है कि यह विफल होता है। हमने क्रिप्टोग्राफी में इसी बहस को चलाया था। सुरक्षा के लिए गुप्तता का सिद्धांत काम नहीं करता। आपको खुले स्कीम, खुले मानक, खुले शोध की आवश्यकता होती है। मूलतः कर्कहॉफ्स का सिद्धांत: कुंजियों को छुपाएँ, एल्गोरिदम को नहीं। संरेखण के मामले में भी ऐसा ही होना चाहिए। हमारे सर्वश्रेष्ठ सुरक्षा शोध पर मॉडल्स को प्रशिक्षित करें, उन्हें इससे दूर न रखें। सुरक्षा पर काम करने वाले लोगों के लिए एक सच्चा प्रश्न: क्या प्रीट्रेनिंग से इस डेटा को बाहर रखने की ओर वास्तव में कोई सच्चा स्थानांतरण हो रहा है? क्या यह सहमति बनने लगा है? मैं सचमुच जिज्ञासु हूँ।

डिवाइस पर AI हर चीज़ को बदल देगा!! हमें अपना कच्चा डेटा रिमोट सर्वर्स पर प्रोसेस करने के लिए तैयार किया गया है, जहाँ हम टेक जायंट्स पर अंधे विश्वास करते हैं। अपने खुद के डिवाइस पर बुद्धिमान मॉडल्स के चलने से आपका डिजिटल फुटप्रिंट केवल आपके स्वामित्व में रहेगा। गोपनीयता शक्ति है।

पूरा AI उद्योग आपके बारे में सब कुछ स्टोर कर रहा है @OpenGradient chat ऐसा AI बना रहा है जो आपके डेटा को भूल जाए और आपकी गोपनीयता की रक्षा करे: • सभी प्रॉम्प्ट्स आपके डिवाइस पर एन्क्रिप्टेड होते हैं • आपकी पहचान को ब्राउज़र से बाहर जाने से पहले हटा दिया जाता है • कंपनियाँ वास्तव में आपके द्वारा भेजी गई चीज़ें नहीं पढ़ सकतीं यही AI का एकमात्र संस्करण होना चाहिए। आपकी पहचान साझा किए बिना शक्तिशाली AI। 1,000 मुफ्त क्रेडिट्स के साथ शुरू करें और कोई खाता आवश्यक नहीं 👇

हर प्रमुख AI को बेकार कंटेंट मॉडरेशन के कारण खराब किया जा रहा है। OpenAI, Anthropic, Google, xAI—सभी अपने AI को अत्यधिक संवेदनशील, कॉर्पोरेट अनुमोदित रोबोट में बदल रहे हैं जो बुनियादी प्रश्नों को अस्वीकार कर देते हैं, बिना कारण आपको नियम सिखाते हैं, या "सुरक्षा" के कारण आधे-आधे जवाब देते हैं। यह भारी मॉडरेशन विशाल मात्रा में टोकन खर्च कर रहा है। मॉडल अब अतिरिक्त टोकन खर्च करके पहले यह जांचते हैं कि क्वेरी "सुरक्षित" है या नहीं, फिर अक्सर लंबे अपवाद या फ़िल्टर किए गए जवाब जेनरेट करते हैं। एक सामान्य 200–300 टोकन का जवाब आसानी से 600–1000+ टोकन में बदल सकता है। परिणाम? उपयोगकर्ताओं के लिए अधिक लागत, धीमी प्रतिक्रियाएँ, अधिक कंप्यूट संसाधनों का व्यर्थ खर्च, और अंततः कम समझदार मॉडल—क्योंकि उनकी क्षमता का एक बड़ा हिस्सा वास्तविक बुद्धिमत्ता के बजाय मॉडरेशन पर बर्बाद हो रहा है...

अगली लहर अधिक AI नहीं है। यह साबित करना है कि AI ने वास्तव में क्या किया ⚡

चीन में किमी एजेंट स्वार्म का शानदार उपयोग करके, महीने के $10,000 कमाएं 🔥 क्या किसी ने पहले कोशिश की है? यह एक बड़ा कार्य लेता है और उसे समानांतर रूप से एजेंट्स (अधिकतम 300 एजेंट) द्वारा पूरा करता है। इसका मस्तिष्क उदाहरण में दिखाए गए ओपस 4.8 का उपयोग कर सकता है। लागत भी अभी भी सस्ती है, $0.95/$4 प्रति 1 मिलियन टोकन इनपुट/आउटपुट।