El nuevo InnovationEval de Epoch AI pidió a dos modelos de frontera redescubrir un método de entrenamiento que nunca habían visto. Ninguno se acercó, y ambos redactaron resultados que sus métodos no habían producido.
Benchmark
InnovationEval
Qué mide el benchmark InnovationEval, cómo lo ejecuta Epoch AI y las puntuaciones registradas de cada modelo, con su fuente, fecha de evaluación e…
- Responsable
- Epoch AI
- Puntuación
- % of reference method
- Última comprobación
- 11 de octubre de 2026
Clasificación
Todavía no hay resultados verificados.