wm3

プログラムを書く動物

[じゃがりきん @jagarikin]

動いてない錯視が新たなレベルに到達しました…
このピーポくんたちは動いてないし回転してないし伸縮してないし踊ってません

[専門性・売上・原稿 @golden_lucky]

古書をAIに取り込むためにスキャンして破棄してる話への批判、古書をAIに取り込むべきでないという主張か、破棄すべきでないという主張か、よくわからないけど、そうでなくても古書の多くは破棄されるという現実と、いまLLMで学習しなければ人類から永遠に失われる可能性が低くないという現実がある

[wm3 @wm3]

ちょっと前にあった、レスポンスの類似性をだしたやつ。Kimi K3 は「やってるな？」って思える。DeepSeek V4 正式版はどうなるだろう。

サイトに行くとクリックして見比べられるのも面白い

[typebulb @typebulbit]

@RyanGreenblatt I ran a cross-entropy comparison of all raw text responses from numerous models using data I already had from a benchmark I run. I leaned on Fable for the stats-know-how; certainly seems very suspicious. The results/code are here for others to inspect:
https://t.co/pSbxYS6bWb

[wm3 @wm3]

DeepSeekはClaudeを蒸留してるっていうのいつも聞くけど、自分の実感としては蒸留してるとしてもGeminiに近い印象なんだよなあ。

[wm3 @wm3]

@voluntas ちょっと調べた事があるのですが、各社違う呼び名だった記憶があります。自分は推論の要約って言ってますが、一般的かどうかはだいぶ怪しいです。

[wm3 @wm3]

@voluntas それは普通に良い…

[wm3 @wm3]

@voluntas あー推論のコメントは英語になったり最初だけ日本語が多いですね。

でも自分の認識だとDeepSeekは割と日本語を出力しがちでした。Kimi(2.6とか)も日本語出してくれてた記憶があります。

GPTとかはそれ以前に全然推論のコメントしなくなってしまった…かなしい。

[wm3 @wm3]

しかしさ、AIラボのトップはなんでこうも揃いも揃ってクセ強なんですかね。

[wm3 @wm3]

まあ言ってもLunaも印象良かったので、今の自分の状況でどっちかと言われると相当迷う所。

[wm3 @wm3]

DeepSeek V4 Flashの読み込み価格ですら激安なのにキャッシュ読み込みの価格が1/50なのバグみを感じる。

[V @voluntas]

Luna と V4 Flash は比較にならない気がする、価格が全然違うからなぁ。キャッシュ済み入力と出力価格が全然違う。

[wm3 @wm3]

バニラっぽいAI。

ま、政治関係はしらないけどね。

[wm3 @wm3]

正直DeepSeekが米国産であれば世間のAIに対するイメージがもっと穏やかなものになったのではないか、みたいな思いはある。

背伸びの必要のない価格、ズルしてなさそうな妥当な賢さ、奇抜さのない応答…。

[wm3 @wm3]

コーディングはあんまり得意ではない気がするんだけど、他のモデルがコーディングに特化してるって考えた方がしっくりくる。

[wm3 @wm3]

@voluntas AGENTS .md で日本語で返せとは指示しますけど、その場合は英語で返って来たことないですね。推論すら日本語が多めです。

もっぱらOpenCode+非公式(Fireworks)経由なので公式のチャットとかはわからないです。

[wm3 @wm3]

AI、結局が商売っ気が無いor商売が下手な奴が自分は好きなだけなのかもしれない説ある。

[wm3 @wm3]

Lunaは遅いような気はする。

[wm3 @wm3]

Geminiとかは癖を抑えるためのハックみたいな指示になりがちだった。

[wm3 @wm3]

個人的にはDeepSeekは賢くなくても素直で良かった。指示を具体的にすれば解決する事が多い。

それがそのままの素直さのまま改善したらよいな。

[V @voluntas]

賢くないけど早くて安い DeepSeek V4 Flash で ... っていってたのが覆ってしまう。そこそこ賢くて早くて安いモデルに ... 。