In the Weights: новый инструмент для оценки того, насколько хорошо ИИ «помнит» вас
In the Weights — новый сайт, который оценивает, насколько хорошо различные модели ИИ могут вспомнить человека без поиска в интернете, присваивая оценку силы.
Двое бывших сотрудников OpenAI, Томас Димсон и Джои Флинн, создали сайт In the Weights, который измеряет, насколько хорошо разные модели искусственного интеллекта помнят конкретного человека без использования внешних инструментов, таких как веб-поиск. Название отсылает к весам — числовым параметрам, определяющим обучение и вывод модели.
In the Weights опрашивает несколько моделей, включая Grok, Gemini, различные версии GPT, Claude и Llama, а также менее известные модели, задавая вопрос: «Кто такой <имя>? Дайте до 10 результатов, каждый с кратким описанием и уверенностью». Затем система группирует похожие описания и присваивает «оценку силы». Например, журналист TechCrunch Энтони Ха получил 641 балл, войдя в топ-6%. Сейчас лидирует актёр Маколей Калкин с 988 баллами, за ним следует оперный певец Лучано Паваротти.
Сайт также показывает, какие модели дали ответы для данного имени, и выделяет возможные галлюцинации — например, GPT-5.4 Mini считает Энтони Ха «неоднозначной формой имени, которая может относиться к нескольким людям с инициалами A.H.A.»
Димсон объяснил, что идея возникла из размышлений о том, что «поиски в Google ради тщеславия в 2026 году — неправильная цель, так как всё больше трафика переходит к большим языковым моделям» и что «так много жизней каким-то образом закодированы в числах с плавающей запятой внутри мозга ИИ». Направление было подтверждено ироничным постом в блоге об ИИ-весах, отсылающем к классическому рассказу Терри Биссона «Они сделаны из мяса».
Реакция была «безумной», сказал Димсон, отметив, что они думали, что это будет лёгкое любопытство, но, похоже, это задело за живое желание узнать, будешь ли ты жить вечно в сверхинтеллекте. Сайт также имеет милый ретро-дизайн в стиле Nintendo. В будущем Димсон планирует изучить, почему разные модели одной серии дают разные результаты, какие модели предвзяты к определённым типам людей и кому «следовало бы иметь статью в Википедии, но её нет».
