Milyen kihívásokkal jár a spermiumdonáció adatainak kezelése, és milyen hibák csúszhatnak be a családregiszter szoftverébe? Egy hét országot átfogó regisztrációs rendszer valós példáján keresztül tárulnak fel a lehetséges adatkezelési gondok, köztük az is, hogy a rendszer a valóságnak megfelelően számolja-e egy-egy donor családjait.
A demonstráció során felmerül egy apró, elsőre nehezen észlelhető hiba a Lineage alkalmazásban. Vajon egy modern, diffúzió-alapú nyelvi modell – konkrétan a Mercury 3 – képes-e felismerni, majd kijavítani ezt a hibát? A videóban a modellel végigkövethető a hibakeresés folyamata, miközben fény derül arra is, hogyan működik a diffúziós szöveggenerálás a hagyományos, balról-jobbra történő tokeníráshoz képest.
A Mercury 3 erejét többféle éles teszt mutatja be: tudományos logikafeladványok, tényfelismerés híres idézetek alapján, valamint többnyelvű márkanév-generálás. Mennyire kreatív az AI, és tud-e igazán újszerű ötleteket adni, vagy csak szó szerinti fordításokra épít?
Végül a videó egy művészi kihívást, egy japán stílusú sárkánytetoválás szimulációját is bemutatja, amely során jól láthatóvá válnak a diffúziós modellek határai: nagyszerűen követi az instrukciókat, de a részletes vizuális minőség gyakran elmarad a dedikált képalkotó AI-ok szintjétől. Érdemes megnézni, hová jut manapság a legújabb, gyorsan fejlődő AI-technológia, és milyen aspektusokban tudja leginkább támogatni a felhasználókat.
