Supermemory почти дошли до 99% на LongMemEval. Речь не о новой ИИ-модели, а о системе памяти для ИИ-ассистентов.

Supermemory показали новые сборки своей системы памяти для ИИ, и на свежем сравнении результаты у них почти дошли до 99%.

➕Supermemory (8-Variant Ensemble) — 98.60%
➕Supermemory (12-Variant Forest) — 97.20%

Важно, что речь идет не о новой языковой модели, а именно о системе памяти для ИИ-ассистентов. Такие системы нужны, чтобы ИИ лучше помнил факты о пользователе, обновления данных, длинную историю общения и временную последовательность событий.

Почти 99% здесь относятся не к базовой версии Supermemory, а к новым сборкам. Исходная версия, Supermemory Initial, на этом же графике показывает 85.20%. То есть скачок у них действительно очень большой.

Главный смысл новости не в том, что появилась новая модель, а в том, что Supermemory очень сильно прокачали именно память.

Сам LongMemEval проверяет самые сложные для памяти сценарии: обновление знаний, временную логику и работу через несколько сессий. Именно на таких вещах подобные системы чаще всего и начинают ломаться.

Отдельно интересно и то, что Supermemory идут в сторону открытости. Базовый код и benchmark-инфраструктура у них уже публичны, а если они отдельно выложат и свежие memory-сборки, это может заметно ускорить развитие систем памяти для ИИ.

Небольшое пояснение:

LongMemEval — тест на долгую память ИИ в длинной истории общения.
Ensemble — несколько вариантов системы, работающих вместе ради более точного результата.

Supermemory Research
А подробнее можно прочитать здесь

🌌 Geometry90

🚨 Seedance 2.0 начинает глобальный запуск! Выход — в ближайший день.

Подробности позже.

Сегодня модель была добавлена в рейтинги Artificial Analytics и заняла заслуженное 1-е место!

Seedance 2.0 становится доступной по всему миру на платформах Dreamina, Capcut и других сервисах компании ByteDance. К слову, API пока не выпущен.

Источник.

🌌 Geometry90

Grok 4.20 — полный отстой. Вновь мои жалобы.

По моим наблюдениям после 2-3 обновлений произошла сильная регрессия.

Самая худшая модель, у которой больше всего галлюцинаций.

Не следует инструкциям.
Не понимает контекст.
Обзывается без причины.

Это ненормальная модель, не способная конкурировать с текущими Gemini, Claude, GPT и другими.

Сколько же людей подкупают, как же много создаётся иллюзий, что их модель — самая лучшая.

Эти люди прекрасно понимают, насколько модель неюзабельна.
Но им все равно надо подстать под Илона Маска.

🌌 Geometry90