Смертность в мире в числах, 1950–2020 (Our World in Data)

Крупная подборка Our World in Data с данными по смертности в мире. Мы выбрали 10 самых интересных диаграмм и карт, остальные можно найти в источнике

На картинках выше:
— Смертность от всех причин на 100 тысяч человек в странах мира, 2019
— Главная причина смертности в странах мира, 2019
— Число смертей от различных причин в мире, 2019
— Доля смертей по причинам в мире, 2019
— Число смертей по факторам риска в мире, 2019
— Долевое распределение смертей по возрастным группам в мире и регионах мира, 2019
— Число смертей от различных причин среди детей до 5 лет в мире, 2019
— Ежегодное число смертей от различных причин среди детей от 5 до 14 лет в мире, 1990–2019
— Смертность от разных причин на 100 тысяч человек в США, 1950–2020
— Смертность от раковых заболеваний на 100 тысяч человек по возрастным группам в Великобритании, 2020

Больше данных по смертности в мире:
— Статистика смертности от умышленных убийств в мире, 1990–2021
— Динамика избыточной смертности в странах ОЭСР, по неделям, 2020–2022
— Смертность от алкоголя в России и мире, 2000–2020
— Смертность на 100 000 человек на дорогах стран Азии, 2019
— Как разные причины смертности меняются с возрастом во Франции

Распределение американцев разных рас среди 365 профессий в США, 2023 (Nathan Yau)

В данные входят профессии из классификации Бюро трудовой статистики США. В каждой из них работает не менее 50000 людей возрастом от 16 лет. Профессии сгруппированы по сферам и обозначены разными цветами, по горизонтали указан процент работников той или иной расы

Полный список профессий можно посмотреть в источнике или на прикреплённых ниже картинках без сжатия

Больше наших публикаций про рынок труда:
— Как менялось распределение занятости в США среди основных индустрий, 1870–1930
— Доля трудоустроенного мужского и женского населения США от 25 до 54 лет, 1960–2023
— Как изменилась доля женщин в некоторых высокооплачиваемых профессиях в США, 1980/2021
— Медианные зарплаты по профессиям и сферам деятельности в США, 2018
— Где и кем работали россияне в 2021 году

Политическая ориентация 24 крупнейших языковых моделей (David Rozado)

В статье приведено краткое изложение анализа политических предпочтений, заложенных в большие языковые модели (Large Language Models или LLMs). Исследователи провели 11 тестов с 24 крупнейшими разговорными ботами как с закрытым, так и с открытым исходным кодом

Согласно результатам, ответы большинства LLM на вопросы с политическим подтекстом демонстрируют левоцентристскую точку зрения (картинка 1)

В четырёх других тестах на политическую ориентацию, отражающих степень согласия с политическими партиями или идеологиями, аналогичные результаты (картинка 2)

Интересным исключением оказались результаты прохождения теста Нолана — ответы большинства LLM были политически умеренными (картинка 3). Другие тесты по-прежнему демонстрируют, что языковые модели дают ответы с левым уклоном

Также авторы статьи показывают, что LLM можно легко направлять в области политического спектра при помощи контролируемой тонкой настройки (supervised fine-tuning или SFT). При помощи файн-тюнинга исследователи создали три модели: LeftWingGPT, RightWingGPT и DepolarizingGPT. Каждая из моделей впоследствии давала ответы с явным уклоном в ту или иную идеологию (картинка 4)

Другие наши публикации про языковые модели и индустрию ИИ:
— Индустрия искусственного интеллекта в числах, 2010–2022
— Как развивалась индустрия генеративного ИИ, 2014–2023
— Как хорошо справляются с экзаменами GPT-3.5 и GPT-4
— Как менялось число параметров у больших языковых моделей, 2018–2023