Новый математический бенчмарк FrontierMath поставил ИИ в тупик

Новый математический бенчмарк FrontierMath поставил ИИ в тупик
ФОТО: ferra.ru

Epoch AI представила новый математический бенчмарк FrontierMath, который ставит в тупик современные ИИ-модели. По данным исследовательской организации, бенчмарк включает сотни сложных математических задач, которые топовые ИИ-модели, включая GPT-4o и Claude 3.

5 Sonnet, решают менее чем в 2% случаев. Эти задачи, которые обычно требуют от математиков нескольких часов или дней, охватывают широкий спектр дисциплин, от вычислительной теории чисел до абстрактной алгебраической геометрии. .

математический бенчмарк frontiermath поставил тупик

2024-11-14 07:30

Источник: ferra.ru

Партнеры

Самое свежее

Adobe создаст ИИ для смартфонов, работающий без подключения к облаку

Компания Adobe совместно с учеными из Университета Оберна и Техасского университета создала новый малый языковой модель (SLM), который можно запускать прямо на смартфоне без подключения к облаку. Это приложение, названное SlimLM, решает проблему конфиденциальности и обеспечит пользователям безопасность при работе с документами.

Приложение для созвонов Microsoft Teams получит переводчик в реальном времени

Microsoft объявила о планах внедрить в платформу Teams инструмент под названием Interpreter. Представленный на Microsoft Ignite 2024, он позволит пользователям переводить речь в реальном времени на девять языков — английский, французский, немецкий, итальянский, японский, корейский, португальский, китайский (мандарин) и испанский, — имитируя собственный голос человека.

Google разрешили вложить в ИИ-проект Anthropic $2 млрд

Управление по конкуренции и рынкам Великобритании (CMA) одобрило инвестицию Google в размере $2 млрд в стартап Anthropic, специализирующийся на разработке искусственного интеллекта. CMA пришло к выводу, что сделка не дает Google «значительного влияния» на Anthropic.

iOS 18 сломала ярлыки приложений. Вышла iOS 18.2, но без этих исправлений

Ошибка в iOS 18 сделала ярлык Apple Frames от Федерико Витиччи бесполезным, что вызвало недовольство пользователей, использующих его для добавления рамок Apple-устройств к скриншотам. Проблема заключается в баге приложения «Команды», где действие «Наложить изображение» удаляет прозрачность альфа-канала в PNG-файлах.

Установка Windows 95 выполнялась в трех ОС. Появилось объяснение

Процесс установки Windows 95 был на удивление запутанным и требовал использования трех операционных систем: MS-DOS, Windows 3.1 и собственно Windows 95. Но почему это было необходимо? Ответ кроется в эффективности и совместимости, гласит недавняя статья на сайте Microsoft.