Кстати, да. Пространственного мышления раньше как будто у gemini вообще не было. Сейчас пока тестирую. Жаль, что нет какого-нибудь RPG-бенчмарка - на способность отыгрыша и создание интерактивной истории. На мой взгляд, этого недостает всем моделям. А ведь именно в нем могут проявляться недочеты, которые, в том числе, не дают моделям выйти на человеческий уровень. То же пространственное мышление, или, например, эмоциональный интеллект, способность понимать характеры персонажей и сопоставлять их с действиями и словами.
Согласен. В качестве художественного текста и отыгрыша изменений не заметил, всё те же ошибки каждый ответ. Единственное, что могло измениться: лучше в логику работает. Есть такое ощущение, но это не точно.
Как ролеплейщик, частично соглашусь. Современные LLMки не могут справиться с отыгрышем. Например, если я хочу, чтобы модель не говорила и не действовала от лица моего персонажа (и пишу это в промте), она всё равно будет это делать, "в угоду качественного художественного текста". Приходится регулярно бить её по рукам, что, в общем-то, не помогает. Однако, если сказать ей не использовать определенные конструкции, то будет слушать. У меня такой запрет: "Не используй конструкцию: Х, и в этом Х было больше Y, чем в Z", gemini 2.5 pro его соблюдает.
Имхо, K2 слабенькая модель. Даже с режимом рассуждения. По бенчмаркам как GPT-5 и Gemini, а по факту слабее их обеих (во всяком случае в тех задачах, что я давал)
Gemini 3.0 pro нужно быть настоящим прорывом, чтобы она осталось конкурентоспособной. Хоть она до сих пор в топе бенчмарков, но широкому пользователю менее известна, и то, что для неё не выходят обновления, это усугубляет.
Лол)
Я один столкнулся с тем, что Gemini 3 pro стала заметно хуже после выхода flash версии?
Когда вышла gemini 3 flash, я прям почувствовал, что 3 pro стала слабее. Это заметно было. Мб часть мощностей на неё перетянули?
Если следовать логике автора, то нужно было начало ядерных технологий ставить на 500 лет до н.э., когда "появился" атом)))
Как его попробовать?
Обратная психология. Я бы не загуглил, если бы не сказал не гуглить)
Главный вопрос - автономный робот или нет? Потому что если нет, то смысла от этого нового Фёдора не будет.
Ещё заметил сильный косяк у Gemini. Не учитывает внутриигровое время, даже когда оно прописано.
Кстати, да. Пространственного мышления раньше как будто у gemini вообще не было. Сейчас пока тестирую. Жаль, что нет какого-нибудь RPG-бенчмарка - на способность отыгрыша и создание интерактивной истории. На мой взгляд, этого недостает всем моделям. А ведь именно в нем могут проявляться недочеты, которые, в том числе, не дают моделям выйти на человеческий уровень. То же пространственное мышление, или, например, эмоциональный интеллект, способность понимать характеры персонажей и сопоставлять их с действиями и словами.
Согласен. В качестве художественного текста и отыгрыша изменений не заметил, всё те же ошибки каждый ответ. Единственное, что могло измениться: лучше в логику работает. Есть такое ощущение, но это не точно.
Как думаешь, почему скрыть решили? Фальстарт?
Либо ссылка на сайт битая, либо гугловцы оперативно скрыли инфу
Как ролеплейщик, частично соглашусь. Современные LLMки не могут справиться с отыгрышем. Например, если я хочу, чтобы модель не говорила и не действовала от лица моего персонажа (и пишу это в промте), она всё равно будет это делать, "в угоду качественного художественного текста". Приходится регулярно бить её по рукам, что, в общем-то, не помогает. Однако, если сказать ей не использовать определенные конструкции, то будет слушать. У меня такой запрет: "Не используй конструкцию: Х, и в этом Х было больше Y, чем в Z", gemini 2.5 pro его соблюдает.
не, в телеге у него тоже интересное публикуется (не так много, как здесь, но всё же)
А что с Гуглом?
Hole AI - классная тема, давно хочу подобной РПГ. Почему только она на английском? На русском Gemini нормально понимает
Имхо, K2 слабенькая модель. Даже с режимом рассуждения. По бенчмаркам как GPT-5 и Gemini, а по факту слабее их обеих (во всяком случае в тех задачах, что я давал)
Gemini 3.0 pro нужно быть настоящим прорывом, чтобы она осталось конкурентоспособной. Хоть она до сих пор в топе бенчмарков, но широкому пользователю менее известна, и то, что для неё не выходят обновления, это усугубляет.
LMArena не работает :(
Между 2.5 pro и предположительно 3.0 pro