PetrUfa28 июл в 03:44

Kimi K3 на PAC1 и ECOM1: результаты 204 задач и разбор отказов

Средний

9 мин

8.2K

Машинное обучение * Тестирование IT-систем * Open source * Исследования и прогнозы в IT * Искусственный интеллект

Аналитика

Комментарии 2

jshapen 28 июл в 04:12

А без долбаного телеграмма никак?

По теме: странный тест. Едва выиграла у модели которую можно запустить на любом "калькуляторе" и проиграла модели которую можно запустить на "инженерном калькуляторе".

PetrUfa 28 июл в 05:08

Все результаты, описанные в статье воспроизводимы. Специально были выбраны открытые тесты для агентских систем, чтобы показать реальный уровень модели.
Вывод статьи в том что не всегда огромная модель хороша в агентских задачах.

Зарегистрируйтесь на Хабре, чтобы оставить комментарий