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

Утечка раскрыла конфликты внутри группы хакеров

самых активных в мире банд, занимающихся разработкой вымогательского ПО. Сообщения, отправленные в период с сентября 2023 по сентябрь 2024 года в мессенджере, раскрывают тактики взлома, конфликты лидеров и даже предательства внутри группировки.

Apple наконец обновила почтовое приложение на Mac и iPad

Apple наконец-то обновила приложение «Почта» на компьютерах Mac и iPad в последних бета-версий macOS 15.4 и iPadOS 18.4. В этом обновлении реализованы те же изменения, что и на iPhone в декабре. Организация электронной почты стала проще и «последовательнее» на всех устройствах.

В Европарламенте обвинили власти Сербии в слежке за людьми через шпионское ПО

Члены Европарламента Владимир Пребилич (Словения) и Александра Гиз (Германия) обвинили власти Сербии в незаконной слежке за гражданами с помощью шпионского ПО. Они направили запрос в Еврокомиссию, ссылаясь на доклад Amnesty International, в котором говорится, что сербские власти следят за активистами, журналистами и представителями гражданского общества.

Microsoft подготовилась к релизу ИИ-модели GPT нового поколения

Microsoft готовится к серьезному обновлению ИИ, поскольку OpenAI готовится выпустить языковую модель следующего поколения GPT-4,5, возможно, уже на следующей неделе. Эта модель под кодовым названием «Орион», как ожидается, будет более мощной, чем ее предшественница GPT-4.

Функция экранного поиска Google пришла на iPhone в «обрезанном» виде

Google выводит свою популярную функцию Circle to Search на смартфоны iPhone, но с некоторыми ограничениями. В отличие от Android, где пользователи могут искать на экране все, что угодно, простым долгим нажатием, пользователи iPhone смогут использовать эту функцию только в приложении Google и Chrome.