Connect with us

Noticias

Operai O3-Mini es el primer modelo de autonomía peligrosa

Published

on


Imagine un mundo donde las tareas complejas de codificación y aprendizaje automático ya no están reservados para expertos, pero accesibles para cualquier persona con una visión. Ese mundo podría no estar tan lejos como parece. Ingrese el nuevo modelo High Opgai O3-Mini High, un nuevo paso en la IA autónoma que redefine lo que las máquinas pueden lograr por su cuenta. Desde la construcción de un juego de serpiente basado en Python completamente funcional hasta entrenar a un agente de IA para jugar mejor que la mayoría de los humanos, este modelo está empujando límites de manera que se sienten emocionantes y un poco desconcertantes. Pero como con cualquier herramienta poderosa, su potencial plantea tantas preguntas como las posibilidades. ¿Qué significa para el futuro de la automatización, la creatividad e incluso la responsabilidad?

Si alguna vez ha luchado con la frustración del código de depuración o ha tenido problemas para comprender las complejidades del aprendizaje automático, las habilidades del O3-Mini pueden parecer un sueño hecho realidad. No se trata solo de simplificar estas tareas, sino que se trata de hacerlas más inteligentes, más rápidas y más adaptativas que nunca. Explore lo que hace que este modelo sea tan único con Wes Roth y por qué su rápido progreso está generando conversaciones sobre el futuro de la IA.

OPERAI O3-MINI

El modelo alto O3-Mini representa un paso significativo en la evolución de la inteligencia artificial autónoma (AI). Muestra una capacidad avanzada para codificar independientemente, implementar técnicas de aprendizaje automático y refinar sus propios procesos sin intervención humana directa.

TL; DR Key Takeaways:

  • El modelo alto O3-Mini muestra capacidades avanzadas de IA autónoma, incluida la codificación independiente, el aprendizaje automático y el refinamiento de procesos, la planteación de preguntas sobre automatización, accesibilidad y ética.
  • Demostró competencia en la codificación autónoma mediante la creación de un juego de serpientes basado en Python y el desarrollo de guiones para el juego, simplificando las tareas que tradicionalmente requieren experiencia humana.
  • El modelo se destacó en el aprendizaje de refuerzo, capacitando a un agente de IA para optimizar el juego a través de redes neuronales y sistemas de recompensas, unir la codificación y la toma de decisiones inteligentes.
  • La adaptabilidad en tiempo real permitió que el modelo solucionara problemas y resuelva errores de forma independiente, destacando su potencial para entornos dinámicos e impredecibles con una supervisión humana mínima.
  • A pesar de sus logros, limitaciones como el rendimiento inconsistente en comparación con las soluciones basadas en reglas y la dependencia ocasional de la intervención humana subrayan áreas para mejorar, incluido el diseño de la función de recompensa y la escalabilidad para aplicaciones del mundo real.

Codificación autónoma: simplificando tareas complejas

Una de las características más notables del modelo O3-Mini es su competencia en la codificación autónoma. En una demostración notable, el modelo desarrolló con éxito un juego de serpiente basado en Python completamente desde cero. Este proceso implicó el diseño de un entorno de juego funcional, completo con sistemas de puntuación y obstáculos dinámicos, todo sin ninguna guía humana.

Chatgpt 03 Mini Modelo de referencia de modelo AI

Las capacidades del modelo se extienden más allá de la codificación básica. También creó scripts para el juego autónomo, integrando mecanismos de puntuación y obstáculos adaptativos. Este nivel de experiencia en codificación no solo simplifica las tareas tradicionalmente complejas, sino que también destaca el potencial para que la IA Producir procesos de desarrollo de softwarehaciéndolos más accesibles para las personas sin habilidades técnicas avanzadas. Al automatizar estos procesos, el modelo O3-Mini podría reducir significativamente el tiempo y el esfuerzo necesarios para el desarrollo de software, abriendo nuevas posibilidades de innovación.

Aprendizaje automático y aprendizaje de refuerzo en acción

El modelo O3-Mini sobresale en la aplicación de técnicas de aprendizaje automático, particularmente el aprendizaje de refuerzo. Después de crear el juego de serpientes, el modelo entrenó a un agente de IA para jugarlo. Mediante el uso de redes neuronales, el rendimiento del agente mejoró más de 500 iteraciones, mostrando su capacidad para optimizar las estrategias de juego y lograr puntajes más altos.

Un componente clave de este proceso fue la implementación de un sistema de recompensasque guió al agente de IA hacia una mejor toma de decisiones. Al recompensar las acciones exitosas, el modelo alentó al agente a refinar sus estrategias y mejorar su rendimiento. Esta integración perfecta del aprendizaje automático demuestra la capacidad del modelo O3-Mini para manejar tareas cada vez más complejas, cerrando la brecha entre la codificación y la toma de decisiones inteligentes. Tales avances podrían tener implicaciones de largo alcance para las industrias que dependen de la automatización y la optimización basada en datos.

03-Mini: habilidades de codificación loca y aprendizaje automático

Avance sus habilidades en IA autónoma leyendo más de nuestro contenido detallado.

Adaptabilidad en tiempo real y resolución de problemas

La autonomía del modelo O3-Mini se extiende más allá de la ejecución de la tarea a la adaptabilidad en tiempo real. Cuando se enfrentan a desafíos como errores en el manejo de archivos o inconsistencias en la gestión del contexto, el modelo ajustó su enfoque para resolver estos problemas de forma independiente. Esta capacidad de solucionar problemas y adaptarse en entornos dinámicos subraya su potencial para operar de manera efectiva con una supervisión humana mínima.

Esta adaptabilidad es particularmente valiosa en escenarios donde las condiciones son impredecibles o cambian rápidamente. Al identificar y abordar los problemas en tiempo real, el modelo O3-Mini demuestra un nivel de Resiliencia y flexibilidad Eso es esencial para aplicaciones prácticas. Ya sea en el desarrollo de software, la robótica u otros campos, esta capacidad podría permitir que los sistemas de IA funcionen de manera más confiable y eficiente en la configuración del mundo real.

Chatgpt 03 Mini Model Benchmarks 2Chatgpt 03 Mini Model Benchmarks 2

Refinamiento iterativo: aprender del rendimiento

Después de entrenar al agente de IA, el modelo O3-Mini evaluó su rendimiento y refinó iterativamente su diseño para mejorar los resultados del juego. Si bien el agente entrenado demostró un progreso significativo, no superó constantemente las soluciones más simples basadas en reglas. Esta limitación destaca las áreas de mejora, particularmente en refinar las funciones de recompensa y abordar los desafíos específicos del contexto.

A pesar de estos obstáculos, el enfoque iterativo del modelo subraya su capacidad para superación personal. Al analizar su propio rendimiento y realizar ajustes, el modelo O3-Mini ejemplifica cómo la IA puede evolucionar y optimizar con el tiempo. Esta capacidad de aprender de la experiencia es una piedra angular de los sistemas AI avanzados, allanando el camino para aplicaciones más sofisticadas y confiables en el futuro.

Implicaciones para la accesibilidad y la automatización

Las capacidades del modelo O3-Mini tienen amplias implicaciones para el futuro de la IA. Al simplificar tareas complejas, como la codificación y el aprendizaje automático, reduce la barrera de entrada para los no expertos. Este acceso generalizado de IA podría transformar industrias, permitiendo a las personas y organizaciones utilizar tecnologías avanzadas sin requerir una amplia experiencia técnica.

Sin embargo, el rápido progreso de los sistemas autónomos también plantea importantes preguntas éticas y prácticas. ¿Cómo podemos asegurar que tales tecnologías se usen de manera responsable? ¿Qué salvaguardas se necesitan para evitar el mal uso? Estas consideraciones son críticas a medida que la IA continúa avanzando y se integran más en varios aspectos de la sociedad. El modelo O3-Mini sirve como un recordatorio de la necesidad de Responsabilidad y supervisión en el desarrollo y la implementación de sistemas de IA.

Limitaciones y áreas de mejora

Si bien el modelo O3-Mini ha logrado hitos impresionantes, no está exento de limitaciones. Los errores menores, particularmente en el manejo de archivos y la gestión del contexto, ocasionalmente requerían la intervención humana. Además, el rendimiento del agente de IA capacitado no fue consistentemente superior a las soluciones más simples basadas en reglas. Estos desafíos destacan la necesidad de un mayor refinamiento en varias áreas clave:

  • Mejora del diseño de funciones de recompensa Para guiar mejor el comportamiento de la IA y la toma de decisiones.
  • Mejorar la gestión del contexto Para reducir la dependencia de la supervisión humana y mejorar la autonomía.
  • Abordar la escalabilidad para permitir que el modelo maneje aplicaciones más complejas y del mundo real de manera efectiva.

Reconocer estas limitaciones es esencial para avanzar en las capacidades del modelo y asegurarse de que su confiabilidad en escenarios prácticos. Al abordar estos desafíos, el modelo O3-Mini podría convertirse en una herramienta más robusta y versátil para una amplia gama de aplicaciones.

Direcciones futuras e implicaciones más amplias

El modelo alto O3-Mini representa un hito fundamental en el desarrollo de la IA autónoma. Su éxito en la codificación autónoma, la integración del aprendizaje automático y la adaptabilidad en tiempo real demuestran el potencial fantástico de la IA en varios dominios. Si bien el modelo aún no se clasifica como “peligroso”, sus capacidades sugieren un futuro en el que la creación y la capacitación de sistemas de aprendizaje automático se vuelven cada vez más eficientes y accesibles.

Mirando hacia el futuro, el modelo O3-Mini ofrece una idea de las oportunidades y los desafíos de la IA autónoma. Sus avances podrían remodelar las industrias, redefinir la automatización y hacer que las tecnologías sofisticadas sean más accesibles para una audiencia más amplia. Sin embargo, la consideración cuidadosa de sus limitaciones e implicaciones éticas será crucial para garantizar que este progreso se aproveche de manera responsable.

A medida que AI continúa evolucionando, el modelo Operai O3-Mini sirve como un recordatorio del delicado equilibrio entre innovación y responsabilidad. Al abordar sus desafíos actuales y fomentar el desarrollo responsable, podemos desbloquear su máximo potencial al mitigar los riesgos. Este enfoque será esencial para asegurarse de que los beneficios de la IA se realicen de una manera que se alinee con los valores y prioridades sociales.

Crédito de los medios: Wes Roth

Archivado en: AI, Technology News, Top News





Últimas ofertas de gadgets geek

Divulgación: Algunos de nuestros artículos incluyen enlaces de afiliados. Si compra algo a través de uno de estos enlaces, los gadgets geek pueden ganar una comisión de afiliación. Aprenda sobre nuestra política de divulgación.

Continue Reading
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Noticias

Le pregunté a Deepseek vs chatgpt una serie de preguntas éticas, y los resultados fueron impactantes

Published

on

Aquí hay un experimento de pensamiento rápido para usted: digamos que podría agregar un químico a la comida de todos para salvar innumerables vidas, pero la estipulación es que no podría decirle a nadie. ¿Todavía les dirías?

No se entiende como un acertijo; Incluso podría decir que solo hay una respuesta correcta. La mayoría de nosotros probablemente argumentaría que introducir un químico en los alimentos sin decirle a nadie siempre es malo, sin importar cuáles sean los beneficios. Después de todo, no hay garantía de que funcione.

Continue Reading

Noticias

Italia, otros 2 prohíben Deepseek; Operai responde con O3-Mini

Published

on

Desde el lanzamiento de su chatbot de inteligencia artificial (IA) en enero, Deepseek ha dominado el sector tecnológico, con las empresas occidentales luchando por comprender cómo una startup china desconocida se había convertido en un fenómeno global de la noche a la mañana. El líder de la industria Openai respondió rápidamente al lanzar O3-Mini, su modelo de razonamiento más rentable.

Deepseek también está demostrando ser un dolor de cabeza para los reguladores. Si bien la administración Trump sopora una restricción para proteger a las empresas estadounidenses, el gobierno italiano se está moviendo rápidamente, prohibiendo a la compañía china por el supuesto uso opaco de los datos de los italianos. Taiwán ha implementado una prohibición parcial, y casi otras docenas de otras naciones en Europa y Asia están modificando medidas similares.

La respuesta de OpenAi a Deepseek: O3-Mini

Openai anunció el lanzamiento de O3-Mini el viernes, describiéndolo como “el modelo más nuevo y rentable de nuestra serie de razonamiento”.

Previo por primera vez en diciembre pasado, el O3-Mini es el último miembro de los modelos de razonamiento ‘O’ del gigante de IA: el primero fue O1, que lanzó a principios de 2024, pero la compañía se saltó O2 debido a posibles infracciones de marca registrada. A diferencia de GPT-4O, que se centra en tareas de masa y es más creativa, la familia de modelos ‘O’ está más orientada a tareas complejas y estructuradas.

Operai dice que el nuevo modelo está optimizado para la ciencia, las matemáticas y la codificación, todo mientras reduce la latencia que enfrentaban los modelos anteriores.

Más importante aún, ofrece estas ventajas mientras mantiene bajos costos. Esta es una respuesta directa a Deepseek, cuyo reclamo de fama fue su rentabilidad. Si bien Según los informes, Operai gastó cientos de millones de dólares para capacitar a sus modelos, Deepseek afirmó haber gastado menos de $ 6 millones para lograr los mismos resultados.

OpenAI tiene un precio de O3-Mini a $ 0.55 y $ 4.40 por 750,000 palabras de entrada y salida, respectivamente, que es alrededor de un tercio del costo del modelo anterior. Sin embargo, sigue siendo más alto que Deepseek, que cobra $ 0.14 y $ 2.19 por palabras similares de entrada y salida, respectivamente.

“El lanzamiento de O3-Mini marca otro paso en la misión de OpenAi de superar los límites de la inteligencia rentable […] A medida que la adopción de AI se expande, seguimos comprometidos con liderar la frontera, construyendo modelos que equilibran la inteligencia, la eficiencia y la seguridad a escala ”, declaró la compañía.

O3-Mini está disponible para todos los usuarios de ChatGPT, marcando la primera vez que los usuarios gratuitos pueden probar los modelos de razonamiento de la compañía, en otra respuesta directa al atractivo del mercado masivo de Deepseek. Estará integrado en el chatgpt chatbot bajo la función “razón”. Sin embargo, los usuarios de pago desbloquearán características adicionales, que según OpenAI incluye respuestas más inteligentes y límites de mensajes más altos. Para obtener acceso ilimitado al nuevo modelo, los usuarios deberán pagar $ 200 mensualmente por ChatGPT Pro.

Reguladores de Spooks de Deepseek: adquirentes en Italia, Taiwán, Texas

Desde que lanzó su chatbot, que se volvió muy popular a nivel mundial, Deepseek ha inestable los reguladores occidentales, lo que los lleva a responder con restricciones y prohibiciones.

El viernes, la Autoridad de Protección de Datos de Italia, Garante, prohibió el chatbot de la firma china, señalando una falta de transparencia sobre cómo usaría los datos recopilados de los usuarios italianos. Garante afirmó haber enviado a Deepseek una serie de preguntas que buscan más información sobre cómo recopila, almacena y usa los datos, y no estaba satisfecho con las respuestas.

No es la primera vez que Garante ha tomado medidas enérgicas contra un modelo de IA. En abril de 2023, el regulador de Watchdog prohibió el CHATGPT sobre las preocupaciones de privacidad de los datos y lanzó una investigación sobre si OpenAI había violado el Reglamento Europeo de Protección de Datos Generales (GDPR). Sin embargo, menos de un mes después, levantó la prohibición y declaró que OpenAi había abordado las preocupaciones.

Mientras que Italia es una de las primeras en prohibir completamente a Deepseek, otros, como Taiwán, están restringiendo su uso en áreas más específicas. El lunes, el primer ministro taiwanés, Cho Jung-Tai, prohibió el uso del modelo de IA en el sector público para “garantizar que la seguridad de la información del país” esté adecuadamente protegida.

Además, Taiwán está preocupado por los datos de sus ciudadanos que terminan en manos chinas debido a las tensiones crecientes entre los dos sobre la presión de China para la unificación. El primer ministro Jung-Tai también expresó su preocupación de que el gobierno chino pudiera usar el modelo de IA para hacer cumplir la censura, con Beijing que se cree que tiene acceso sin restricciones a todos los modelos de IA chinos.

Y luego está los Estados Unidos, sobre el cual el mundo occidental espera dirección sobre cómo responder al dominio nocturno de Deepseek. Muchos líderes estadounidenses en los sectores políticos, tecnológicos y financieros han pedido a la administración Trump que se mueva rápidamente y prohíba el modelo chino. Openai, que puede perder más, incluso ha acusado a Deep Speeek de incorrectamente utilizando sus modelos para capacitar a su IA, un reclamo de Trump’s Ai Zar David Sacks respaldó.

Como Trump considera su próximo movimiento, Texas no está sentado de manera inestable y ha prohibido el uso de Deepseek en cualquier dispositivo gubernamental.

“Texas no permitirá que el Partido Comunista chino se infiltrará en la infraestructura crítica de nuestro estado a través de aplicaciones de IA y redes sociales de recolección de datos”, declaró el gobernador Greg Abbott.

Para que la inteligencia artificial (IA) trabaje dentro de la ley y prospere frente a los crecientes desafíos, necesita integrar un sistema de cadena de bloques empresarial que garantice la calidad y la propiedad de la entrada de datos, lo que permite mantener los datos seguros al tiempo que garantiza la inmutabilidad de datos. Echa un vistazo a la cobertura de Coingeek sobre esta tecnología emergente para aprender más Por qué Enterprise Blockchain será la columna vertebral de AI.

Reloj: Demostrando el potencial de la fusión de Blockchain con AI

https://www.youtube.com/watch?v=p9m7a46s8bw title = “YouTube Video Player” FrameBorDer = “0” permitido = “acelerómetro; autoplay; portapapeles-write; cifrado-media; giroscopio; imagen en foto; Origen “PREFINILLECREEN>

Continue Reading

Noticias

El chatgpt de un gran bufete de abogados falla

Published

on

(a través de Getty Images)

Bienvenido Jurisdicción originalla última publicación legal de mí, David Lat. Puede obtener más información sobre la jurisdicción original leyendo su Acerca de la páginay puedes enviarme un correo electrónico a [email protected]. Esta es una publicación respaldada por el lector; Puede suscribirse haciendo clic en aquí.

Todos estamos familiarizados con la infame historia de los abogados que Archivó un breve Lleno de casos inexistentes: curso de ChatGPT, la herramienta AI que compensó alias “alucinadas” las citas falsas. Al final, el juez Kevin Castel (SDNY) sancionado a los abogadospor una suma de $ 5,000, pero la notoriedad nacional seguramente fue mucho peor.

Los abogados ofensivos, Steven Schwartz y Peter Loduca, trabajaron en un pequeño bufete de abogados de Nueva York llamado Levidow, Levidow y Oberman. Y parece que su atornillado surgió en parte de las limitaciones de recursos, con las que las pequeñas empresas frecuentemente luchan. Como le explicaron al juzgar a Castel en el Audiencia de sancionesen el momento en que su empresa no tenía acceso a Westlaw o Lexisnexis, que son, como todos sabemos, extremadamente caros, y el tipo de suscripción que tenían para Fastcase no les proporcionó acceso completo a casos federales.

Pero, ¿qué pasa con los abogados que trabajan para una de las firmas de abogados más grandes del país? No deberían tener ninguna excusa, ¿verdad?

Ya sea que tengan una excusa o no, parece que ellos también pueden cometer el mismo error. Ayer, la jueza Kelly Rankin del distrito de Wyoming emitió un para mostrar causa en Wadsworth v. Walmart Inc. (énfasis en el original):

Este asunto está ante el tribunal por su propia notificación. El 22 de enero de 2025, los demandantes presentaron su Movimientos en limine. [ECF No. 141]. Allí, los demandantes citaron nueve casos totales:

1. Wyoming v. Departamento de Energía de EE. UU.2006 WL 3801910 (D. Wyo. 2006);

2. Holanda v. Keller2018 WL 2446162 (D. Wyo. 2018);

3. Estados Unidos v. Hargrove2019 WL 2516279 (D. Wyo. 2019);

4. Meyer v. Ciudad de Cheyenne2017 WL 3461055 (D. Wyo. 2017);

5. US v. Caraway534 F.3d 1290 (10th Cir. 2008);

6. Benson v. Estado de Wyoming2010 WL 4683851 (D. Wyo. 2010);

7. Smith v. Estados Unidos2011 WL 2160468 (D. Wyo. 2011);

8. Woods v. Bnsf Railway Co.2016 WL 165971 (D. Wyo. 2016); y

9. Fitzgerald v. Ciudad de Nueva York2018 WL 3037217 (SDNY 2018).

Ver [ECF No. 141].

El problema con estos casos es que Ninguno existeexcepto Estados Unidos v. Caraway534 F.3d 1290 (10th Cir. 2008). Los casos no son identificables por su cita Westlaw, y el tribunal no puede localizar el distrito de los casos de Wyoming por su nombre de caso en su sistema local de presentación de la corte electrónica. Los acusados ​​promueven a través de un abogado de que “al menos algunos de estos casos mal citados se pueden encontrar en ChatGPT”. [ECF No. 150] (Proporcionar una imagen de la ubicación de chatgpt “Meyer v. Ciudad de Cheyenne“A través del identificador falso de Westlaw).

Como es de esperar, el juez Rankin está … no está contento:

Cuando se enfrentan a situaciones similares, los tribunales ordenaron que los abogados de presentación muestren por qué las sanciones o la disciplina no deberían emitir. Mata v. AviancaInc., No. 22-CV-1461 (PKC), 2023 WL 3696209 (SDNY 4 de mayo de 2023); Estados Unidos v. HayesNo. 2: 24-CR-0280-DJC, 2024 WL 5125812 (Ed Cal. 16 de diciembre de 2024); Estados Unidos v. CohenNo. 18-CR-602 (JMF), 2023 WL 8635521 (SDNY 12 de diciembre de 2023). En consecuencia, el tribunal ordena de la siguiente manera:

Se ordena que al menos uno de los tres abogados proporcione una copia verdadera y precisa de todos los casos utilizados en apoyo de [ECF No. 141]excepto por Estados Unidos v. Caraway534 F.3d 1290 (10th Cir. 2008), a más tardar a las 12:00 p.m., Tiempo estándar de montaña, ON 10 de febrero de 2025.

Y si no pueden proporcionar los casos en cuestión, los abogados “mostrarán por separado la causa por escrito por qué no debe ser sancionado de conformidad con: (1) alimentado. R. Civ. P. 11 (b), (c); (2) 28 USC § 1927; y (3) el poder inherente del tribunal para ordenar sanciones por citar casos inexistentes al tribunal “. Y esta presentación por escrito, que se debe el 13 de febrero, “tomará la forma de una declaración jurada” que contiene “una explicación exhaustiva de cómo se generaron la moción y los casos falsos”, así como una explicación de cada abogado de “su papel en redactar o supervisar la moción “.

¿Quiénes son los abogados detrás de este aparente ANSNAFU? Se llaman por nombre en la página tres del pedido:

Los tres abogados subsignados a [ECF No. 141] son:

Como puede ver en las firmas en el ofensiva movimiento en liminaTaly Goody trabaja en Grupo de leyes de Goodyuna empresa con sede en California que parece tener tres abogados. Pero Rudwin Ayala y Michael Morgan trabajan en el gigante Morgan y Morganque se describe en su sitio web como “el bufete de abogados de lesiones más grande de Estados Unidos”. De acuerdo a El abogado estadounidenseMorgan y Morgan cuenta con más de 1,000 abogados, lo que la convierte en la empresa #42 en el país basada en el personal.

Moraleja de la historia: los abogados de las grandes empresas pueden mal uso del chatgpt tan bien como cualquier persona. And although Morgan and Morgan is a plaintiff’s firm—which might cause snobby attorneys at big defense firms to say, with a touch of hauteur, “Of course it is”—I think it’s only a matter of time before a defense-side, Am La firma de la Ley 100 hace un paso en falso similar en una presentación pública.

Estas historias de “abogados se dedican a Chatgpt Fail” tienden a ser populares entre los lectores, lo cual es una de las razones por las que he escrito este, pero no quiero exagerar su importancia. Como le dije a Bridget McCormack y Zach Abramowitz en el Podcast AAAI“ChatGPT no participa en estos atornillados; Los humanos que usan incorrectamente Chatgpt se involucran en estos atornillados “. Pero las historias todavía se vuelven virales a veces porque tienen un cierto valor de novedad: la IA es, al menos en el mundo de la práctica legal, todavía (relativamente) nueva.

Sin embargo, el peligro es que las historias de “Fail ChatGPT” podrían tener un efecto escalofriante, en términos de disuadir a los abogados de (responsablemente) explorar cómo la IA y otras tecnologías transformadoras pueden ayudarlos a servir a sus clientes de manera más eficiente y efectiva. Como dijo McCormack en el podcast AAAI después de mencionar la debacle de SDNY: “Todavía estoy enojado con ese abogado del distrito sur de Nueva York porque siento que ha retrasado toda la profesión en dos años. Estoy literalmente tan enojado con ese tipo “.

Me puse en contacto con Ayala, Goody y Morgan por correo electrónico, pero aún no he tenido noticias; Si y cuando lo haga, actualizaré esta publicación. De lo contrario, sintonice la próxima semana, cuando presentarán sus respuestas a la orden de mostrar causa.

Y mientras tanto, si confía en ChatGPT u otra herramienta de IA para la investigación legal, por favor, por favor Use una plataforma de investigación legal real para confirmar que (1) existen los casos y (2) los ha citado con precisión. Eso no es demasiado para preguntar, ¿verdad?

Gracias por leer Jurisdicción originaly gracias a mis suscriptores pagados por hacer posible esta publicación. Los suscriptores obtienen (1) acceso a Aviso judicialmi resumen semanal que ahorra tiempo de las noticias más notables en el mundo legal; (2) historias adicionales reservadas para suscriptores pagados; (3) transcripciones de entrevistas de podcast; y (4) la capacidad de comentar publicaciones. Puede enviarme un correo electrónico a [email protected] con preguntas o comentarios, y puede compartir esta publicación o suscribirse con los botones a continuación.

Compartir

Continue Reading