Connect with us

Berita

Openai membawa GPT-4.1 dan 4.1 Mini ke chatgpt-apa yang harus diketahui lembaga

Published

on

Bergabunglah dengan buletin harian dan mingguan untuk mendapatkan pembaruan terbaru dan konten eksklusif untuk meliput kecerdasan buatan terkemuka di industri ini. Pelajari lebih lanjut


Openai adalah Rotasi GPT-4.1LLM, yang menyeimbangkan kinerja tinggi dengan biaya rendah, untuk pengguna chatgpt. Perusahaan mulai dengan pelanggannya dibayar di Chatgpt Plus, Pro dan tim, dengan kedatangan pengguna ke lembaga dan pendidikan dalam beberapa minggu mendatang.

Ini juga menambahkan GPT-4.1 Mini, yang menggantikan GPT-4O Mini sebagai default untuk semua pengguna ChatGPT, termasuk yang ada di level bebas. Versi “mini” memberikan parameter yang lebih kecil dan dengan demikian, versi yang kurang kuat dengan standar keamanan yang sama.

Gaya keduanya tersedia dengan memilih “lebih banyak model” yang jatuh di sudut atas jendela obrolan di dalam chatgpt, yang memberi pengguna fleksibilitas untuk memilih antara model GPT-4.1, GPT-4.1 Mini dan MeRG seperti O3, O4-Mini dan O4-Mini.

Awalnya didedikasikan untuk digunakan hanya oleh program pihak ketiga dan pengembang kecerdasan buatan melalui antarmuka pemrograman program OpenAI (API), GPT-4.1 ditambahkan ke ChatGPT setelah catatan pengguna yang kuat.

Penelitian Pelatihan Pra -Pelatihan Michelle Boukras Ini dikonfirmasi pada X, shift didorong oleh permintaan, dan menulis: “Kami pada awalnya berencana untuk menjaga antarmuka pemrograman aplikasi model ini saja, tetapi Anda semua ingin chatgpt 🙂 Happy Coding!”

Kepala Openaii Produk Pejabat Kevin Whale Diposting di x Katakan: “Kami telah membangunnya untuk pengembang, jadi sangat bagus dalam pengkodean dan instruksi berikut – coba!”

Model berfokus pada institusi

GPT-4.1 dirancang dari A ke Z untuk menerapkan operasi di tingkat lembaga.

Diluncurkan pada April 2025 bersama GPT-4.1 Mini dan Nano, keluarga khas ini memberikan prioritas kebutuhan pengembang dan kasus produksi.

GPT-4.1 menyediakan 21,4 poin di GPT-4O pada standar perangkat lunak SWE-benced, dan menghasilkan 10,5 poin dalam tugas instruksi berikut dalam skala standar multi-sisi. Ini juga mengurangi aksi sebesar 50 % dibandingkan dengan model lain, pengguna fitur fitur selama tes awal.

Konteks, kecepatan, dan akses ke model

GPT-4.1 Mendukung konteks standar sistem Windows untuk chatgpt: 8000 ikon untuk pengguna gratis, 32000 ikon untuk pengguna yang berlebihan, dan 128.000 simbol untuk pengguna profesional.

Menurut pengembang Angel Bogado Penerbitan pada X, batasan -batasan yang model chatgpt sebelumnya identik, meskipun rencananya sedang berlangsung untuk meningkatkan ukuran konteksnya.

Sementara versi API dari GPT-4.1 dapat memperlakukan hingga satu juta simbol, kapasitas yang diperluas ini belum tersedia di ChatGPT, meskipun dukungan di masa depan telah terluka.

Konteks yang diperluas dari pengguna API dapat memberi makan seluruh kode kode atau dokumen hukum dan keuangan yang besar dalam bentuk-penggunaan untuk meninjau multi-dokumen atau menganalisis file registri yang besar.

Openai telah mengakui beberapa kerusakan kinerja dengan input yang sangat besar, tetapi kasus pengujian fondasi menunjukkan kinerja yang kuat dari beberapa ratusan simbol khas.

Evaluasi dan Keselamatan

Openai juga diluncurkan Ulasan Keselamatan Hub Situs Web untuk memberi pengguna akses ke ukuran kinerja utama melalui model.

GPT-4.1 menunjukkan hasil yang solid melalui penilaian ini. Dalam tes akurasi realistis, skor 0,40 pada standar SimpleQA dan 0,63 pada personqA, melampaui banyak kabel.

Juga mencatat 0,99 pada skala “tidak aman” OpenAI dalam tes penolakan standar, dan 0,86 pada klaim yang lebih menantang.

Namun, dalam test jailbreak yang kuat-standar akademik untuk keselamatan di bawah kondisi bermusuhan 0,23, di belakang model seperti GPT-4O-Mini dan O3.

Namun, 0,96 telah sangat terdaftar pada tuntutan menghasilkan dari sumber manusia, menunjukkan keamanan yang lebih kuat di dunia mengingat penggunaan khas.

Dalam kepatuhan pada instruksi, GPT-4.1 mengikuti hierarki spesifik OpenAI (sistem pada pengembang, pengembang pada pesan pengguna) dengan 0,71 untuk menyelesaikan sistem untuk kontradiksi pesan pengguna. Ini juga mengarah pada perlindungan frasa yang dilindungi dan menghindari solusi solusi dalam skenario pelajaran.

Konteks GPT-4.1 melawan pendahulunya

Versi GPT-4.1 datang setelah memeriksa GPT-4.5, yang pertama kali muncul pada Februari 2025 sebagai inspeksi penelitian. Model ini menekankan pembelajaran yang tidak siap, basis pengetahuan kaya yang lebih kaya, halusinasi penghancuran hallucinogenic dari 61,8 % di GPT-4O menjadi 37,1 %. Ini juga menawarkan perbaikan dalam perbedaan penulisan emosional dan panjang, tetapi banyak pengguna telah menemukan peningkatan yang akurat.

Terlepas dari keuntungan ini, GPT-4.5 telah menyebabkan kritik terhadap harga tinggi menjadi $ 180 per juta API-dan kinerja luar biasa dalam matematika dan standar pengkodean untuk model O-Seri Openai. Tokoh-tokoh industri mencatat bahwa meskipun GPT-4.5 lebih kuat dalam percakapan dan generasi konten umum, itu kurang dari kinerja pengembang.

Sebaliknya, GPT-4.1 ditujukan untuk lebih cepat dan lebih fokus. Meskipun tidak memiliki lebar pengetahuan GPT-4.5 dan pemodelan emosional yang luas, lebih baik disesuaikan dengan proses pengkodean praktis dan termasuk lebih dapat diandalkan untuk instruksi pengguna.

Di antarmuka aplikasi openai, GPT-4.1 saat ini dihargai Dengan 2,00 dolar per juta kode input, $ 0,50 per juta entri yang adil disimpan sementara, dan simbol output $ 8,00 per juta.

Bagi mereka yang mencari keseimbangan antara kecepatan dan kecerdasan dengan biaya yang lebih rendah, GPT-4.1 Mini tersedia pada $ 0,40 per juta kode input, $ 0,10 per juta kode input yang disimpan, dan simbol output $ 1,60 per juta.

Model flash flash dari google Ini tersedia mulai dari $ 0,075-0,10 per juta kode input dan $ 0,30-0,40 dolar per juta simbol, kurang dari sepersepuluh dari biaya harga dasar GPT-4.1.

Namun terlepas dari harga tinggi GPT-4.1, ini memberikan standar rekayasa perangkat lunak yang lebih kuat dan instruksi yang lebih akurat, yang mungkin diperlukan untuk skenario untuk penerbitan lembaga yang membutuhkan keandalan dengan biaya. Pada akhirnya, GPT-4.1 dari OpenAI memberikan pengalaman yang berbeda untuk akurasi dan pengembangan, sementara model Google Google menarik bagi institusi sadar dan hemat biaya yang membutuhkan level khas yang fleksibel dan kemampuan multimedia.

Apa artinya ini bagi para pembuat keputusan lembaga?

GPT-4.1 Memperkenalkan manfaat khusus untuk tim yang mengelola LLM, koordinasi, dan operasi data:

  • Insinyur kecerdasan buatan mengawasi publikasi LLM Anda dapat berharap untuk meningkatkan kecepatan dan pendidikan. Untuk tim yang menjalankan siklus hidup LLM penuh dari model lunak untuk mengeksplorasi dan memperbaiki kesalahan-penyediaan GPT-4.1 lebih responsif dan efisien. Ini sangat cocok untuk tim ramping di bawah tekanan untuk mengisi model kinerja tinggi dengan cepat tanpa prasangka untuk keselamatan atau kepatuhan.
  • Organisasi Kecerdasan Buatan mengarah Berfokus pada desain pipa perkembangan akan memperkirakan daya tahan GPT-4.1 terhadap sebagian besar kegagalan pengguna dan kinerjanya yang kuat dalam tes urutan hierarkis pesan. Ini membuatnya mudah untuk diintegrasikan ke dalam sistem sinkronisasi yang memberikan prioritas pada konsistensi dan verifikasi bentuk model dan keandalan operasional.
  • Insinyur Data Bertanggung jawab untuk mempertahankan kualitas data yang tinggi dan mengintegrasikan alat baru akan mendapat manfaat dari laju halusinogenik dalam GPT-4.1 dan akurasi realistis yang lebih tinggi. Perilaku output yang paling dapat diprediksi membantu membangun alur kerja data yang andal, bahkan ketika sumber daya tim dibatasi.
  • Spesialis keamanan TI Anda mungkin menemukan AMIN untuk memasukkan keamanan melalui pipa DevOps yang berharga dalam resistensi GPT-4.1 untuk melanggar penjara bersama dan perilaku output terkontrol. Sementara gelar pemenjaraan akademik meninggalkan area perbaikan, kinerja tinggi model terhadap eksploitasi sumber daya manusia membantu mendukung integrasi yang aman dalam alat internal.

Melalui peran ini, lokasi GPT-4.1 sebagai model yang lebih baik untuk kejelasan, kepatuhan dan efisiensi penerbitan menjadikannya opsi yang meyakinkan bagi lembaga-lembaga berukuran sedang yang ingin menyeimbangkan kinerja dengan permintaan operasional.

Langkah Maju Baru

Sementara GPT-4.5 merupakan tengara penskalaan dalam pengembangan model, GPT-4.1 berfokus pada manfaatnya. Ini bukan yang paling mahal atau paling multi -media, tetapi menawarkan keuntungan yang berarti di bidang yang menarik minat Anda kepada lembaga: akurasi, efisiensi penerbitan, dan biaya.

Perhentian ini mencerminkan tren industri yang lebih luas – jauh dari membangun model terbesar dengan biaya berapa pun, dan menuju model yang mampu mencapai lebih mudah dan mudah beradaptasi. GPT-4.1 memenuhi kebutuhan ini, menyediakan alat yang fleksibel dan siap untuk produksi untuk tim yang mencoba memasukkan intelijen mendalam dalam operasi komersial mereka.

Ketika Openai terus mengembangkan pertunjukan khasnya, GPT-4.1 mewakili langkah maju dalam karakter demokratis dari demokrasi maju lingkungan lembaga. Untuk pembuat keputusan seimbang dengan kemampuan untuk kembali ke investasi, ini memberikan cara yang lebih jelas untuk menerbitkan tanpa mengorbankan kinerja atau keamanan.


Tautan sumber
Continue Reading
Click to comment

Leave a Reply

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Berita

Mantan kandidat Partai Republik mendapat 80 tahun penjara karena kebakaran di rumah -rumah Demokrat

Published

on

baruAnda sekarang dapat mendengarkan Fox News!

Seorang mantan kandidat Partai Republik untuk kursi di Dewan Perwakilan Rakyat di New Mexico pada hari Rabu dijatuhi hukuman 80 tahun penjara setelah bar setelah berkontraksi dengan militan untuk melakukan kebakaran di rumah -rumah pejabat Demokrat setelah kalah dalam pemilihan.

Suleiman Benia dihukum karena 13 kejahatan awal tahun ini setelah ia menyelenggarakan serangan di Bouquerk, New Mexico, beberapa minggu setelah kekalahannya pada November 2022.

Dia didakwa dengan konspirasi, sebagai penjahat yang memiliki senjata api, empat tuduhan intimidasi dan campur tangan dalam kegiatan yang dilindungi, empat tuduhan menggunakan senjata api atau membawanya selama kejahatan kekerasan dan tiga tuduhan komitmen untuk melakukan kejahatan kekerasan.

Penembakan, yang termasuk senapan mesin, dilakukan antara 4 Desember 2022 dan 3 Januari 2023. Benia secara pribadi berpartisipasi dalam serangan.

Mantan anggota Kongres George Santos memberikan selamat tinggal “cerah” sebelum masuk penjara: “tirai jatuh”

Suleiman Benia dihukum 13 dakwaan kejahatan awal tahun ini. (Roberto E. Rosales/The Albuquerque Journal via AP)

Beberapa penembakan terjadi sementara anak -anak dan korban lainnya ada di rumah, meskipun tidak ada yang terluka.

Jaksa penuntut mengatakan bahwa Benia mengorganisir kebakaran di rumah -rumah Komisaris Provinsi Bernalillo dan dua legislator di New Mexico, sebagai tanggapan atas tuduhan yang tidak berdasar bahwa penipuan dalam pemilihan berkontribusi terhadap kehilangannya.

“Kekerasan dan intimidasi tidak ada tempat dalam pemilihan kita.”

Mantan kandidat Republik New Mexico Suleiman Pina

Penembakan dilakukan antara 4 Desember 2022 dan 3 Januari 2023. (Roberto E. Rosales/The Albuquerque Journal via AP)

Pejabat Benia semua ditargetkan oleh Demokrat dan termasuk Ketua Dewan Perwakilan Rakyat saat ini.

Setelah kampanyenya yang tidak bersih, Benia pergi ke rumah -rumah rumah Komisaris Kabupaten Bernalo dan mendesak mereka untuk tidak meratifikasi hasil pemilihan, dan memainkan bahwa pemilihan telah “dipalsukan” terhadapnya.

Jaksa penuntut mengatakan bahwa ketika mereka menolak hasilnya dan menyerang mereka, Penia menyewa koheren Jose Truelelo dan Dimitrio Trugilo untuk melakukan kebakaran.

Pemimpin MS-13 dijatuhi hukuman percobaan Trump dalam kasus pemerasan, yang termasuk 8 pembunuhan Long Island

Suleiman Benia

Suleiman Benia mengklaim bahwa pemilihannya telah “dipalsukan” terhadapnya. (Pusat Penahanan Perkotaan/Buletin melalui Reuters)

Klik di sini untuk mendapatkan aplikasi Fox News

Kedua pria itu mengakui penembakan itu tahun lalu. Setelah penangkapannya, Benia mencoba membunuh suaminya untuk mencegah mereka dari kemartiran.

Selain 80 tahun penjara, Benia telah diberikan tiga tahun pelepasan pengawasan. Pengacaranya mengatakan dia akan mengajukan banding atas hukuman itu.

Fox News Daniel Wallace dan Reuters berkontribusi pada laporan ini.

Tautan sumber

Continue Reading

Berita

Model Molmoact dari AI2 “Thinking in 3D” untuk menantang Nvidia dan Google dalam robotika AI

Published

on

Ingin lebih banyak visi yang cerdas dari kotak masuk Anda? Berlangganan buletin mingguan kami untuk mendapatkan apa yang hanya terkait dengan lembaga AI, data dan pemimpin keamanan. Berlangganan sekarang


AI material, tempat robot dan model dasar bertemu, dengan cepat menjadi ruang yang berkembang dengan perusahaan seperti NafidiaDan Google Dan Mati Meluncurkan dan bereksperimen dalam model bahasa besar (LLM) dengan robot.

Sebuah penelitian baru dari Allen for Artificial Intelligence Institute (AI2) bertujuan untuk menantang NVIDIA dan Google dalam AI materi dengan versi Molmoact 7B, model sumber terbuka baru yang memungkinkan robot dengan pikiran di ruang angkasa.

AI2 Molmoact diklasifikasikan sebagai model pemikiran prosedur, karena model dasar menyebabkan prosedur dalam ruang fisik tiga dimensi.

Artinya, Molmoact dapat menggunakan kemampuan berpikirnya untuk memahami dunia material, merencanakan cara menempati ruang dan kemudian mengambil ukuran ini.


Kecerdasan buatan membatasi batasnya

Tutup daya, biaya tinggi simbol, dan keterlambatan inferensi dibentuk kembali. Bergabunglah dengan salon eksklusif kami untuk menemukan bagaimana perbedaan besar:

  • Mengubah energi menjadi keuntungan strategis
  • Mengajar penalaran yang efektif untuk keuntungan produktivitas nyata
  • Membuka Pengembalian Investasi Kompetitif dengan Sistem Kecerdasan Buatan Berkelanjutan

Mengamankan tempat Anda untuk tinggal di latar depan: https://bit.ly/4mwngngo


“Molmoact memiliki pemikiran tentang kemampuan ruang 3D terhadap model bisnis tradisional (VLA),” AI2, AI2 VentureBeat mengatakan dalam email. “Sebagian besar model robot adalah VLA yang tidak berpikir atau menyebabkan ruang, tetapi Molmoact memiliki kemampuan ini, membuatnya lebih dilakukan dan digeneralisasi dari sudut pandang arsitektur.”

Pemahaman fisik

Karena robot berada di dunia material, AI2 mengklaim bahwa Molmoact membantu robot membuat di sekitarnya dan membuat keputusan yang lebih baik tentang bagaimana berinteraksi dengan mereka.

Perusahaan mengatakan: “Molmoact dapat diterapkan di mana saja mesin perlu memikirkan lingkungan fisiknya,” kata perusahaan itu. “Kami pada dasarnya berpikir tentang lingkungan rumah karena di sinilah tantangan terbesar adalah untuk robot, karena ada hal -hal yang tidak teratur dan terus berubah, tetapi molmoact dapat diterapkan di mana saja.”

https://www.youtube.com/watch?

Molmoact dapat memahami dunia material dengan mengarahkan “simbol khas untuk persepsi spasial”, yang merupakan simbol redaman yang khas dan mengekstraknya menggunakan vektor vektor otomatis atau model yang mengubah input data, seperti video, menjadi simbol. Perusahaan mengatakan bahwa simbol -simbol ini berbeda dari yang digunakan oleh VLA karena mereka bukan input teks.

Ini memungkinkan Molmoact untuk mendapatkan pemahaman spasial dan struktur rekayasa pengkodean. Dengan ini, model memperkirakan jarak antara organisme.

Setelah memiliki jarak yang diperkirakan, Molmoact kemudian memprediksi serangkaian “ruang foto” atau titik di area di mana Anda dapat menempatkan jalur ke sana. Setelah itu, model akan mulai mengambil prosedur tertentu, seperti menjatuhkan lengan dengan beberapa inci atau peregangan.

Peneliti AI2 mengatakan mereka bisa mendapatkan model untuk beradaptasi dengan model yang berbeda (yaitu, baik lengan mekanik atau robot manusia) “dengan hanya pengaturan minimal.”

Tes pengukuran AI2 menunjukkan bahwa molmoact 7b adalah tingkat keberhasilan 72,1 %, dan model yang dimenangkan dari Google, Microsoft Dan nvidia.

Langkah Kecil Maju

Penelitian AI2 adalah yang terbaru yang mendapat manfaat dari manfaat unik LLMS dan VLM, terutama dengan pertumbuhan inovasi yang berkelanjutan di AI. Para ahli di bidang ini melihat karya AI2 dan perusahaan teknologi lainnya sebagai blok bangunan.

Alan Verne, profesor di Sekolah Tinggi Teknik di Oregon State UniversityMemberitahu VentureBeat bahwa penelitian AI2 “adalah kemajuan alami dalam mempromosikan VLM untuk robot dan pemikiran fisik.”

“Meskipun saya tidak akan menyebutnya sebagai revolusioner, itu adalah langkah maju yang penting dalam mengembangkan model pemikiran fisik 3D lebih mampu,” kata Verne. “Fokus mereka pada pemahaman yang benar -benar pemahaman tentang adegan tiga dimensi, bertentangan dengan ketergantungan pada dua model -dimensi, mewakili perubahan nyata dalam arah yang benar. Mereka telah meningkatkan model sebelumnya, tetapi kriteria ini masih terbatas untuk menangkap kompleksitas dunia nyata dan tetap relatif terkontrol dan disentuh di alam.”

Dia menambahkan bahwa meskipun masih ada ruang untuk perbaikan dalam standar, dia “ingin menguji model baru ini dalam beberapa tugas pemikiran fisik kita.”

Daniel Moorna, co -founder untuk mulai beroperasi Kumpulkan kecerdasan buatanDia memuji keterbukaan data, mencatat bahwa “ini adalah berita bagus karena pengembangan dan pelatihan model -model ini mahal, jadi ini adalah dasar yang kuat untuk membangun di laboratorium akademik lain dan bahkan amatir yang berdedikasi.”

Peningkatan minat pada kecerdasan buatan

Itu adalah mimpi panjang bagi banyak pengembang dan ilmuwan komputer untuk membuat robot yang lebih cerdas, atau setidaknya kesadaran udara.

Namun, membangun robot yang memperlakukan apa yang dapat mereka “lihat” dengan cepat, bergerak dan berinteraksi dengan lancar, menjadi sulit. Sebelum penampilan LLMS, para ilmuwan memiliki simbol dari masing -masing gerakan. Ini berarti, tentu saja, banyak pekerjaan dan lebih sedikit fleksibilitas dalam jenis prosedur otomatis yang dapat terjadi. Sekarang, gaya LLM (atau setidaknya senjata otomatis) memungkinkan untuk menentukan langkah -langkah berikut yang harus diambil berdasarkan objek yang berinteraksi dengan mereka.

Penelitian Google Saycan Ini membantu menyebabkan penyebab tugas menggunakan LLM, memungkinkan robot untuk menentukan urutan gerakan yang diperlukan untuk mencapai tujuan. OK-Robot Meta dan New York University menggunakan model bahasa visual untuk perencanaan gerakan dan pengolahan objek.

Sulaman Robot desktop 299 dolar telah merilis upaya karakter demokratis untuk mengembangkan robot. Nvidia, yang telah mengumumkan kecerdasan buatan material sebagai arah besar berikutnya, telah merilis beberapa model untuk pelatihan efek cepat, termasuk Cosmos-Traransfer1.

OSU mengatakan bahwa ada lebih banyak perhatian pada kecerdasan buatan material, meskipun penawaran eksperimental terbatas. Namun, mengejar kecerdasan materi umum, yang menghilangkan kebutuhan akan pemrograman robot secara individual, telah menjadi lebih mudah.

Dia mengatakan: “Adegan itu lebih sulit sekarang, dengan buah yang kurang ditangguhkan. Di sisi lain, model kecerdasan material besar masih dalam tahap awal dan lebih matang untuk kemajuan cepat, yang membuat ruang ini sangat menarik.”


Tautan sumber
Continue Reading

Berita

Pemenang video Powerball, yang menendang seorang wakil di Florida, muncul setelah mengumpulkan penghargaan

Published

on

baruAnda sekarang dapat mendengarkan Fox News!

Tembakan kamera tubuh yang baru dirilis menunjukkan para deputi di Florida, yang menangkap pemenang di Kentucky Power setelah menendang seorang deputi di wajahnya, tak lama setelah penghargaan untuk memenangkan hadiah utama.

James Farang, 50, didakwa dengan satu kejahatan dari baterai petugas penegak hukum, dua pelanggaran ringan baterai dan perlawanan seorang petugas mengenai kecelakaan itu pada 29 April.

Pacar Forthing, Jacqueline Baimaster, juga ditangkap. Dia didakwa melakukan pelanggaran ringan karena keracunan yang tidak produktif. Dia dituduh mencoba melawan gembala lain di bar resor.

Dia ditangkap dengan memenangkan hadiah utama dengan kekuatan setelah menendang seorang wakil di wajah: pihak berwenang

James kosong setelah menendang wajah wakil. (Kantor Kabupaten Benillas)

Kantor Pinellas Sheriff County merilis video kamera tubuh pada hari Selasa, yang tampaknya menunjukkan Farthing sebagai wakil di wajahnya mencoba membongkar perkelahian antara tersangka dan pria lain.

Perwakilan tiba di Tradewinds Resort di St. Beit Beach, Florida, dan menemukan dua pria berkelahi dan seorang wanita di tanah.

Varing mengklaim tamu lain di hotel di wajahnya selama pertengkaran.

Seorang buron mengetuk petugas selama penahanan dramatis setelah pesta dua tahun di Florida

James mencoba penerbangan kosong dari tempat kejadian sebelum dia ditangkap dan ditangkap.

James mencoba melarikan diri dari tempat kecelakaan sebelum menggunakan petugas Tser dan menangkapnya. (Kantor Kabupaten Benillas)

Ketika wakil menanggapi pembongkaran pertempuran, diklaim bahwa Frontneh telah membawanya ke wajahnya dan kemudian mencoba melarikan diri dari tempat kejadian, meskipun para deputi menggunakan Tasser, dan dia diperlakukan sebelum ditahan.

“Tidak ada kemeja yang datang untuk menendang, merindukanku dan memukulku di sini,” Deputi mendengar videonya.

Pria lain yang berpartisipasi dalam pertempuran itu juga terlihat dalam status borgol.

Penangkapan datang tak lama setelah Furthing menang dan ibunya memenangkan Grand Prize Award di Kentucky.

Florida Sharif merobek danau danau setelah penangkapan 8

Pemeriksaan James Vargen Hasage

James Varring dan ibunya memenangkan Penghargaan Hadiah Utama di Kentucky tak lama sebelum penangkapannya. Di foto dari kiri ke kanan: Linda Griezel, James Vartting, Jacqueline Weimaster. (Powerball)

Klik di sini untuk mendapatkan aplikasi Fox News

Farthing membeli tiket $ 2 dari stasiun bahan bakar di Georgetown, Kentucky. Setelah mencocokkan semua angka, Feithing dan ibunya Linda Grazel memenangkan 167,3 juta dolar Grand Prix menang, Yang terbesar yang diberikan di negara ini.

Frongh dalam pelepasan tuduhan bersyarat di Kentucky ketika dia ditangkap di Florida. Dia melepaskan haknya untuk kemungkinan sidang pada bulan Juni, dan meminta untuk menghabiskan hukuman yang tersisa. Dia diharapkan akan dirilis akhir bulan ini.

Ini memiliki sejarah kriminal yang panjang, setelah menghabiskan total 30 tahun penjara di berbagai fasilitas, menurut laporan. Dia memiliki penghukuman di sembilan provinsi di Kentucky atas beberapa kejahatan, termasuk mencekik seorang teman, menyuap petugas saat mereka berada di penjara dan menjual kokain kepada seorang petugas rahasia.

Tautan sumber

Continue Reading

Trending