GPQA Diamond

A Reflection diz que o seu novo modelo aberto iguala o GLM 5.2 com um quarto da computação

O laboratório apoiado pela Nvidia levantou cerca de 4,7 mil milhões de dólares para recolocar um modelo ocidental na fronteira dos pesos abertos. O primeiro fica um ponto abaixo do GLM 5.2 em todos os testes publicados.

A OpenAI vai pôr marca de água no texto do ChatGPT na UE, e diz que trocar um quarto das palavras baixa a deteção para 17%

A empresa publicou as taxas de deteção com o anúncio, e elas caem muito em passagens curtas, em matemática e em qualquer texto que tenha sido editado.

A Aleph Alpha abriu um modelo alemão de 78 mil milhões de parâmetros que usa 3,5 mil milhões de cada vez

O laboratório de Heidelberg vende jurisdição em vez de capacidade de fronteira. Todas as pontuações publicadas são suas, e os rivais que escolheu para comparação datam da primavera.

Artificial Analysis dobra a metade secreta do seu índice para impedir que laboratórios o burlem

A versão 4.2 acrescenta uma avaliação de trabalho intelectual com agentes e um conjunto documental de 4.592 páginas, e retira um teste que o mantenedor considera esgotado.