1 датасет, 100 визуализаций

Авторы проекта взяли за основу число объектов всемирного наследия в Норвегии, Дании и Швеции в 2004 и 2022 годах и представили их 100 разными способами. Целью было показать, насколько визуализация данных сложная и разнообразная дисциплина

Выше ряд примеров, остальные на сайте: 100.datavizproject.com

Ранее мы писали о другом проекте агентства Ferdio — Flag Stories. Там они сгруппировали флаги стран мира по цветам, формам, символам, пропорциям и многим другим признакам

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

Снижение числа просмотров крупных российских блогеров на YouTube в начале августа (New Media 1, 2)

В середине июля 2024 года российские власти начали «замедлять» работу YouTube на территории России без полной блокировки. Мотивируют они эту меру цензурой видеохостинга: руководство YouTube с 2020 года удалило более 200 каналов российских СМИ и блогеров. 173 из них были удалены за последние два года

New Media в своём исследовании сравнили число просмотров с 29 июля по 4 августа и с 5 по 11 августа. За этот период суммарное число просмотров 62 российских блогеров с 5+ миллионами подписчиков упало в среднем на 20%

Вот некоторые блогеры и процент падения их просмотров неделя к неделе:
— Miss Katy (25 млн подписчиков): -93%
— Познаватель (20 млн): -74%
— TheBrianMaps (18 млн): -62%
— tuzelity Shuffle (36 млн): -61%
— Хабиб (9 млн): -58%
— А4 (65 млн подписчиков): -55%
— Владус (9 млн): -51%
— Маша и Медведь (49 млн): -50%
— Дима Масленников (18 млн): -33%

Были и блогеры, просмотры которых упали незначительно или вовсе выросли за этот период:
— Wylsacom (11 млн): -8%
— Chapitosiki (26 млн): -3%
— EdisonPts (17 млн): +14%
— Compot (16 млн): +19%

В России уже применяли подобную меру: в 2021 году власти «замедлили» Twitter, а в 2022 году — Facebook и Instagram. Позже эти ресурсы были полностью заблокированы и стали доступны только из-под VPN

Источник данных — JagaJam

Ещё мы писали о влиянии блокировок соцсетей российскими властям на трафик в интернете:
— Динамика месячных охватов российской аудитории в 6 соцсетях, октябрь 2021–2023
— Как изменилась активность в социальных медиа в России за год с октября 2021 по октябрь 2022
— Как менялось число активных авторов в 8 соцсетях, февраль 2022 – август 2023
— Темпы роста Телеграма в России, 2017–2022