Pro-modellerna (GPT-5 Pro, Gemini 2.5 Deep Think, Grok 4 Heavy) kan vara imponerande på sätt som är svåra att se. De tar mycket tid att svara på frågor och är byggda för mycket svåra problem som kräver expertutvärdering. Det är ett smalt, men också mycket värdefullt, problemområde.

GPT-4o låg under nivån för medicinsk personal på riktmärken för medicinskt resonemang, GPT-5 (tydligen Thinking medium) överträffar dem nu med råge. (Vanliga varningar för riktmärken gäller)

Det finns en miljard människor som använder AI-chattrobotar. Det är troligt att de används på hundratusentals oväntade sätt som skulle upplysa, skrämma, roa eller äckla (observera att skyddsräcken kan kringgås). Udda historier kommer att bubbla upp i åratal och dyka upp i ditt flöde.

Ett annat exempel på ett ihållande problem med LLM:er. De klarar sig mycket bra på vanliga medicinska frågor, men när det rätta svaret ersätts med "inget av ovanstående" sjunker prestandan. Nyare modeller har i allmänhet lägre prestandafall.

Folk antar att AI homogeniserar kreativt skrivande och producerar mycket mindre varierat arbete än grupper av människor Den här uppsatsen finner att detta inte är sant: om GPT-4o får berättelser att fylla i, skriver den lika mångsidigt som människor (stilistiska, lexikala och semantiska) när de uppmanas att ge sammanhang och slumpmässighet

"Berätta en regentromans som en maskininlärningsmodell som tränas. Varje steg i berättelsen måste beskrivas som indata, sannolikhetsvikter och optimeringsfunktioner. Romantiken måste framträda genom korrelationskoefficienter och oväntade variabler i träningsdatan."

När och om AI-utvecklingen planar ut (och det finns inga indikationer på att det händer ännu) kan det faktiskt påskynda AI-integrationen i våra liv, för då blir det lättare att ta reda på vilka produkter och tjänster som behövs för att komplettera AI. Just nu förändras funktionerna för snabbt

"Skriv ett enda stycke om någon som delar ut sina återstående ord som krigsransoner, efter att ha fått höra att de bara har tiotusen kvar under sin livstid. De har 47 ord kvar och håller sin nyfödda bebis i famnen.

"Claude Opus 4.1, De-Carcinize the Great Gatsby" (Det var den enda uppmaningen) Ganska smart, faktiskt.

Bra att ha siffror. Och, som misstänkt, var det nästan ingen som använde o3 tidigare, även om de betalade för det. För de flesta användare kommer upplevelsen av en Reasoner att vara en överraskande utvidgning av AI:s förmågor och GPT-5 kommer att verka vara ett mycket stort steg när den automatiskt går över till den tänkande versionen.