GPQA Diamond

Reflection säger att deras nya öppna modell matchar GLM 5.2 på en fjärdedel av beräkningskraften

Det Nvidia-finansierade labbet har rest omkring 4,7 miljarder dollar för att sätta en västerländsk modell på fronten för öppna vikter. Den första hamnar en poäng under GLM 5.2 i varje test bolaget publicerat.

OpenAI vattenmärker ChatGPT-text i EU, och uppger att byte av en fjärdedel av orden sänker upptäckten till 17 procent

Företaget publicerade upptäcktsgraderna i samma inlägg, och de faller kraftigt för korta avsnitt, för matematik och för text som har redigerats.

Aleph Alpha har öppnat en tysk modell med 78 miljarder parametrar som använder 3,5 miljarder i taget

Heidelberglabbet säljer jurisdiktion snarare än frontkapacitet. Alla resultat det publicerat är dess egna, och konkurrenterna det valde att jämföra sig med är från våren.

Artificial Analysis fördubblar den hemliga halvan av sitt index för att stoppa spel mot testet

Version 4.2 lägger till en utvärdering av agentbaserat kunskapsarbete och en dokumentmängd på 4 592 sidor, och tar bort ett test som förvaltaren anser uttömt.