Вышла Gemini 4 Argon: разбираем бенчмарки и карточку модели

[BelerafonL]

Это округленные сводные оценки: одинаковые 53 балла не означают одинакового качества на каждой задаче.

Превращать девятое место в строгую границу между соседними моделями рано.

чата; переносить результат на любые задачи, включая веб-поиск, нельзя.

ну дайте хоть нейрослоп арагона для разнообразия, от гопоты уже тошнит

[BelerafonL]

Однако автору благодарен - отнёс данные цитаты, собственно, в гопоту, и спросил как называется такой стиль нейрослопа. Оказывается, это целое направление исследований и устойчивые паттерны: “чрезмерные оговорки”, “избыточное уточнение” и “бинарные противопоставления”. Модель ведёт “спор с несуществующим оппонентом”. И на запрете этих паттернов устроены скиллы Stop Slop, кои я автору и рекомендую.