Архив рубрики ~Коротко из Telegram~

Astra и Fable 5.1 обошли средний результат людей на SimpleBench…

09.09.2026

File 1729

Astra и Fable 5.1 обошли средний результат людей на SimpleBench (тест на здравый смысл)
SimpleBench проверяет бытовую логику, понимание времени, пространства и вопросов с подвохом. Например, задача может отвлекать подсчётом кубиков льда, хотя их кладут на горячую сковороду и нужно учитывать, что они растают. Описание теста

То есть: модели стали лучше справляться с простыми по смыслу задачами, на которых раньше нелепо ошибались, ещё немного и они станут умнее нас, гениев and we are cooked, baked and roasted 👨‍🍳

Оцените материал:

Читайте также

Архив рубрики ~Лента новостей~ ИИ продаёт против человека: неделя 0 Архив рубрики ~Лента новостей~ Чек‑лист по хранению ключей в репозиториях на основе инцидентов с ИИ‑агентами Архив рубрики ~Лента новостей~ Робот с искусственным интеллектом учится более эффективно собирать помидоры. Архив рубрики ~Лента новостей~ Материал, напоминающий «роботизированную руку» венериной мухоловки, способен распознавать объекты и захватывать их под воздействием света. Архив рубрики ~Лента новостей~ Стартапам не нужно становиться вирусными, чтобы завоевать клиентов. Архив рубрики ~Лента новостей~ Создание сценариев для экстремальных событий без использования экстремальных данных. Архив рубрики ~Лента новостей~ 4,9 на 3000 отзывов. Сколько из них написал живой человек? Архив рубрики ~Лента новостей~ Сколько примеров нужно, чтобы проверить безопасность AI-приложения Архив рубрики ~Лента новостей~ Как движется броуновская частица при отсутствии измерений? Архив рубрики ~Лента новостей~ Японская автоматическая станция MMX отправилась к спутникам Марса. Она доставит пробу грунта с Фобоса на Землю Архив рубрики ~Лента новостей~ Как Shazam узнаёт песню, даже если вокруг шумно Архив рубрики ~Лента новостей~ Исследование показало, что ChatGPT допускает научные ошибки чаще, чем вы думаете. Архив рубрики ~Лента новостей~ Компания Oura снова подала в суд на своего конкурента Ultrahuman, что угрожает ее возвращению на рынок США с «умными» кольцами. Архив рубрики ~Лента новостей~ Минус $80 млрд за полгода: утечка проспекта IPO Anthropic сорвала маски с экономики суперинтеллекта Архив рубрики ~Лента новостей~ ИИ продаёт против человека: неделя 0 Архив рубрики ~Лента новостей~ Чек‑лист по хранению ключей в репозиториях на основе инцидентов с ИИ‑агентами Архив рубрики ~Лента новостей~ Робот с искусственным интеллектом учится более эффективно собирать помидоры. Архив рубрики ~Лента новостей~ Материал, напоминающий «роботизированную руку» венериной мухоловки, способен распознавать объекты и захватывать их под воздействием света. Архив рубрики ~Лента новостей~ Стартапам не нужно становиться вирусными, чтобы завоевать клиентов. Архив рубрики ~Лента новостей~ Создание сценариев для экстремальных событий без использования экстремальных данных. Архив рубрики ~Лента новостей~ 4,9 на 3000 отзывов. Сколько из них написал живой человек? Архив рубрики ~Лента новостей~ Сколько примеров нужно, чтобы проверить безопасность AI-приложения Архив рубрики ~Лента новостей~ Как движется броуновская частица при отсутствии измерений? Архив рубрики ~Лента новостей~ Японская автоматическая станция MMX отправилась к спутникам Марса. Она доставит пробу грунта с Фобоса на Землю Архив рубрики ~Лента новостей~ Как Shazam узнаёт песню, даже если вокруг шумно Архив рубрики ~Лента новостей~ Исследование показало, что ChatGPT допускает научные ошибки чаще, чем вы думаете. Архив рубрики ~Лента новостей~ Компания Oura снова подала в суд на своего конкурента Ultrahuman, что угрожает ее возвращению на рынок США с «умными» кольцами. Архив рубрики ~Лента новостей~ Минус $80 млрд за полгода: утечка проспекта IPO Anthropic сорвала маски с экономики суперинтеллекта

Оставить комментарий Отменить ответ

Для отправки комментария вам необходимо авторизоваться.

🤖 Нельсон AI

✍️ Печатает...

Готов помочь

ГАЙДЫ 48