OpenAI показала бенчмарк LifeVal для бытовых задач
· 1 мин чтения
Investor's Last Exam тестирует финансовую аналитику на 86 задачах с замороженными данными. GPT-6 Astra и Claude Opus 5.5 лидируют, но точность прогнозов…
1 мин чтенияРедакция «Нейродвиж»Источник: Hugging Face Papers
Investor's Last Exam тестирует финансовую аналитику на 86 задачах с замороженными данными. GPT-6 Astra и Claude Opus 5.5 лидируют, но точность прогнозов остаётся низкой. То есть сильные модели пока не умеют превращать анализ в прибыль.
Это короткий пересказ своими словами, а не перевод. Текст подготовлен с помощью ИИ и сверен с источником. Нашли ошибку?
· 1 мин чтения
· 1 мин чтения
· 1 мин чтения