Ernie 5.1 frissen érkezett modellként jelenik meg, amelyet közvetlenül a Mona Vale Beach-en teszteltek, Sydney egyik ikonikus partszakaszán. Az új AI-modell kiemelt figyelmet kap, mert olyan versenytársakat céloz meg, mint a Deepseek, Claude vagy Gemini – de a fejlesztése csupán töredékébe került azokénak.
A műsorvezető részletesen ismerteti, hogyan zajlik egy komplex valós feladat végrehajtása Ernie 5.1-gyel: egy fiktív légi szerencsétlenség után a modellnek egy úgynevezett blackbox-lokátort, egy önálló HTML-alkalmazást kell generálnia egyetlen, nagyon összetett prompt alapján. A folyamat révén kiderül, milyen fejlett a modell gondolkodási kapacitása és kódgenerálási képessége, valamint hogyan birkózik meg a több lépéses problémamegoldással.
A technikai hátteret és az architektúrát is bemutatják: Ernie 5.1-et teljesen újraprogramozták, méretezhetően és dinamikusan, egy rendkívül költséghatékony tréningfolyamattal képezték. A paraméterek mennyiségét harmadára, az aktív paraméterek számát felére csökkentették, miközben a teljesítmény nem csökkent.
Felmerülnek a benchmarking témák: hogyan helyezkedik el Ernie a globális ranglistákon, mivel múlja felül az ismert konkurenseket matematikai feladatokban, tudásban és keresési képességekben? Vizsgálatra kerül, mennyire tud teljesíteni a többnyelvűség terén, ritkán használt nyelveken, illetve összetett problémák megoldásában egy sor realisztikus, komoly próbát kiálló prompt mentén.
Az utolsó tesztsorozat kemény etikai, biológiai és jogi dilemmákat feszeget: a már kihalt dodó madár váratlan újrafelfedezése során három különböző érdekcsoport közötti döntéshozatalban kell helytállnia a modellnek, minden információt összegyűjteni, majd világos, egyértelmű, jól strukturált döntést hozni. Ezeken keresztül alaposan bemutatásra kerül Ernie 5.1 tudásának és gondolkodásának határa.
