Benchmark
Qué mide el benchmark GPQA Diamond, cómo lo ejecuta New York University and collaborators y las puntuaciones registradas de cada modelo, con su…
Todavía no hay resultados verificados.
Reflection dice que su nuevo modelo abierto iguala a GLM 5.2 con una cuarta parte del cómputo
El laboratorio respaldado por Nvidia ha levantado unos 4.700 millones de dólares para devolver a Occidente la frontera de los pesos abiertos. Su primer modelo queda un punto por debajo de GLM 5.2 en todas las pruebas que publicó.
La empresa publicó junto al anuncio las tasas de detección, que caen con fuerza en pasajes cortos, en matemáticas y en cualquier texto que haya sido editado.
El laboratorio de Heidelberg vende jurisdicción más que capacidad de frontera. Todas las puntuaciones que publicó son suyas, y los rivales que eligió para compararse son de la primavera.
Artificial Analysis duplica la mitad secreta de su índice para que los laboratorios no lo manipulen
La versión 4.2 añade una evaluación de trabajo intelectual con agentes y un conjunto documental de 4.592 páginas, y retira una prueba que el mantenedor considera agotada.
Preferencias de privacidad
Utilizamos cookies necesarias para el funcionamiento del sitio. Con su consentimiento también utilizamos cookies publicitarias. Puede cambiar su elección en cualquier momento. Política de cookies · Política de privacidad
