State of AI: An Empirical 100 Trillion Token Study with OpenRouter
Состояние ИИ: Эмпирическое исследование 100 триллионов токенов с OpenRouter Этот документ представляет эмпирическое исследование реального использования больших языковых моделей (LLM), анализирующее более 100 триллионов токенов данных взаимодействия с платформы OpenRouter. Оно устраняет пробел в понимании практического применения LLM после значительного перехода к многоэтапному логическому выводу, примером которого являются такие модели, как o1. Исследование подчеркивает существенное внедрение моделей с открытым исходным кодом и неожиданную популярность категорий творческих ролевых игр и помощи в кодировании, наряду с появлением агентного вывода. Кроме того, в ходе анализа удержания пользователей выявлены «основополагающие когорты», что получило название «эффект стеклянной туфельки Золушки» для описания длительного вовлечения пользователей. Анализ углубляется в модели использования по различным категориям задач, географическим регионам и динамике затрат, сравнивая модели с открытым и закрытым исходным кодом. Полученные результаты показывают сложный и многогранный характер взаимодействия разработчиков и конечных пользователей с LLM «в естественной среде». В статье обсуждаются последствия для разработчиков моделей, разработчиков ИИ и поставщиков инфраструктуры, призывая использовать данные для лучшего проектирования и развертывания систем LLM. #ИспользованиеLLM #ИсследованиеИИ #OpenRouter #ЭмпирическоеИсследование #ГенеративныйИИ #ВнедрениеИИ #АгентныйИИ #ЭффектЗолушки #ИИСОткрытымИсходником #БольшиеЯзыковыеМодели документ - https://news.smol.ai/issues/25-12-04-openrouter подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM
Состояние ИИ: Эмпирическое исследование 100 триллионов токенов с OpenRouter Этот документ представляет эмпирическое исследование реального использования больших языковых моделей (LLM), анализирующее более 100 триллионов токенов данных взаимодействия с платформы OpenRouter. Оно устраняет пробел в понимании практического применения LLM после значительного перехода к многоэтапному логическому выводу, примером которого являются такие модели, как o1. Исследование подчеркивает существенное внедрение моделей с открытым исходным кодом и неожиданную популярность категорий творческих ролевых игр и помощи в кодировании, наряду с появлением агентного вывода. Кроме того, в ходе анализа удержания пользователей выявлены «основополагающие когорты», что получило название «эффект стеклянной туфельки Золушки» для описания длительного вовлечения пользователей. Анализ углубляется в модели использования по различным категориям задач, географическим регионам и динамике затрат, сравнивая модели с открытым и закрытым исходным кодом. Полученные результаты показывают сложный и многогранный характер взаимодействия разработчиков и конечных пользователей с LLM «в естественной среде». В статье обсуждаются последствия для разработчиков моделей, разработчиков ИИ и поставщиков инфраструктуры, призывая использовать данные для лучшего проектирования и развертывания систем LLM. #ИспользованиеLLM #ИсследованиеИИ #OpenRouter #ЭмпирическоеИсследование #ГенеративныйИИ #ВнедрениеИИ #АгентныйИИ #ЭффектЗолушки #ИИСОткрытымИсходником #БольшиеЯзыковыеМодели документ - https://news.smol.ai/issues/25-12-04-openrouter подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM