Benchmark
Ce que mesure le benchmark GPQA Diamond, la façon dont New York University and collaborators l'exécute et les scores enregistrés, chacun accompagné…
Aucun résultat vérifié enregistré pour l'instant.
Reflection affirme que son nouveau modèle ouvert égale GLM 5.2 avec le quart du calcul d'inférence
Le laboratoire soutenu par Nvidia a levé environ 4,7 milliards de dollars pour ramener un modèle occidental sur la frontière des poids ouverts. Son premier modèle reste un point sous GLM 5.2 dans chaque test publié.
L'entreprise a publié les taux de détection avec l'annonce : ils chutent nettement sur les passages courts, sur les mathématiques et sur tout texte retouché.
Le laboratoire de Heidelberg vend une juridiction plutôt qu'une capacité de pointe. Tous les scores publiés sont les siens, et les concurrents qu'il a choisis pour se comparer datent du printemps.
Artificial Analysis double la moitié secrète de son indice pour empêcher les labos de l'optimiser
La version 4.2 ajoute une évaluation du travail intellectuel agentique et un corpus documentaire de 4 592 pages, et retire un test que le mainteneur juge épuisé.
Préférences de confidentialité
Nous utilisons des cookies nécessaires au fonctionnement du site. Avec votre consentement, nous utilisons également des cookies publicitaires. Vous pouvez modifier votre choix à tout moment. Politique relative aux cookies · Politique de confidentialité
