Нейродвиж от Алекса Коротко за день

ИсследованиеОфициально

Бенчмарк для оценки командной работы ИИ-агентов

Появился Collaborative Intelligence Benchmark — набор из 240 задач для проверки, как модели работают в команде. То есть тест измеряет не ум, а умение…

1 мин чтенияРедакция «Нейродвиж»Источник: Hugging Face Papers

Что случилось

Появился Collaborative Intelligence Benchmark — набор из 240 задач для проверки, как модели работают в команде. То есть тест измеряет не ум, а умение договариваться, проверять чужую работу и отказываться от опасных решений. Лучшая модель набрала 82,2 из 100, а в конфликтах приходила к взаимовыгодному результату лишь в 14% случаев.

Источник

Это короткий пересказ своими словами, а не перевод. Текст подготовлен с помощью ИИ и сверен с источником. Нашли ошибку?

Открытые модели

Ещё про Открытые модели

Все материалы