Гибель богов. Fable и ещё 10 LLM реорганизуют код. Сравнение

[Void-Cowboy]

неожиданно хорошая статья. Неожиданно потому как ожидал очередной нейротекст по такому же нейроиссследованию, а тут прям хорошо. И схемы и реальные тесты с проверками.

Но вообще я думаю что сравнение не сильно актуально. Во первых нейронки затачивают проходить тесты, во вторых те задачи на которых можно реально сравнить быстро - обычно они влазят в контекстное окно.

Да и в целом относительно фабла лично у меня сложилось мнение что это просто на 4.8 вернули те настройки что были у зимнего 4.6. Не вижу я прям революции в фабле, а вот то что он нормально работает в отличии от 4.8 это да.

Потому мое мнение что изначально даунгрейд всего антропика этой зимой был как раз прогревом для выпуска фабла.

На сейчас без учета фабла лучшее на рынке это 5.5 от chatGPT, хотя его и излишне несет. Но если смотреть по опыту то зимний 4.6 разнес бы даже современный 5.5 просто за счет системности и придерживаемости установленных правил.

Кстати так и не удалось мне до конца проверить фабл на системность - лимиты он жрет дай боже. Я даже боюсь представить сколько стоило ваше исследование, ведь подписка такое не покроет, не за одну неделю по крайней мере точно.