This media is not supported in your browser
VIEW IN TELEGRAM
GPT-6 Astra смогла улучшить результаты Qwen на математических задачах в 6 раз — и это без дообучения 🤯
Исследователи из MIT попросили Astra разобраться, почему небольшая моделька Qwen3.5-0.8B плохо решает математику. Оказалось, модель зацикливается в рассуждениях и не успевает дать ответ. Astra самостоятельно исправила 0,016% её весов, всего 131 тысячу параметров из 800 миллионов, и всё заработало.
Результат на MATH-500
вырос с 8% до 48%. А на школьных задачах GSM8K — с 13% до 67%. Новый подход назвали Weight-Space Programming.
Наконец-то ИИ улучшает ИИ.
Исследователи из MIT попросили Astra разобраться, почему небольшая моделька Qwen3.5-0.8B плохо решает математику. Оказалось, модель зацикливается в рассуждениях и не успевает дать ответ. Astra самостоятельно исправила 0,016% её весов, всего 131 тысячу параметров из 800 миллионов, и всё заработало.
Результат на MATH-500
вырос с 8% до 48%. А на школьных задачах GSM8K — с 13% до 67%. Новый подход назвали Weight-Space Programming.
Наконец-то ИИ улучшает ИИ.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥37❤14👍4
Claude Fable 5.1 — самая кошерная нейросеть. Исследователи из HalachaBench (это не шутка) провели безумный эксперимент:
— Десяткам разных нейронок дали пройти тест на раввина;
— В нём собрано 60 вопросов по религии, на которые нужно было ответить без доступа к интернету;
— Локальные модели провалились полностью: ни одна из них не смогла прыгнуть выше 11 баллов;
— Fable 5.1 доказал, что не гой и набрал 79,7 балла из 100;
— При этом проходной балл у людей на этом экзамене — 60, так что все топовые модели вполне себе претендуют на звание раввина.
Бенчмарки, которые мы заслужили.
— Десяткам разных нейронок дали пройти тест на раввина;
— В нём собрано 60 вопросов по религии, на которые нужно было ответить без доступа к интернету;
— Локальные модели провалились полностью: ни одна из них не смогла прыгнуть выше 11 баллов;
— Fable 5.1 доказал, что не гой и набрал 79,7 балла из 100;
— При этом проходной балл у людей на этом экзамене — 60, так что все топовые модели вполне себе претендуют на звание раввина.
Бенчмарки, которые мы заслужили.
😁39❤2
Вайбкодеры завалили itch.io нейросетевым мусором — площадка начала массовую зачистку ИИ-слопа от новоиспечённых «геймдизайнеров».
Админины уже удалили несколько терабайт ИИ-мусора и напомнили, что возможность загружать тонны плохо оптимизированных нейросетевых моделей не означает, что это нужно делать.
Теперь авторы обязаны маркировать ИИ-контент, а пользователи смогут скрывать его из поисковой выдачи.
Доигрались.
Админины уже удалили несколько терабайт ИИ-мусора и напомнили, что возможность загружать тонны плохо оптимизированных нейросетевых моделей не означает, что это нужно делать.
Теперь авторы обязаны маркировать ИИ-контент, а пользователи смогут скрывать его из поисковой выдачи.
Доигрались.
👍24🔥8
Please open Telegram to view this post
VIEW IN TELEGRAM
😁94❤4👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Видели этот ролик с гигантским заказом? 🍔
В доставке «Пятёрочки» собрали легендарный сет Биг Смоука: большой и сытный куш для всей банды! В сете 25 позиций — бургеры, крылышки, куриный сет, картошка фри, соусы, кола. И главная фишка — общая калорийность пробивает отметку в 9000 ккал.
Успейте «угнать» набор, ведь каждый заказ готовой еды приближает к победе в розыгрыше PlayStation 5 Pro и других крутых призов от «Пятёрочки» в честь выхода культовой игры про Лос-Сантос.
В доставке «Пятёрочки» собрали легендарный сет Биг Смоука: большой и сытный куш для всей банды! В сете 25 позиций — бургеры, крылышки, куриный сет, картошка фри, соусы, кола. И главная фишка — общая калорийность пробивает отметку в 9000 ккал.
Успейте «угнать» набор, ведь каждый заказ готовой еды приближает к победе в розыгрыше PlayStation 5 Pro и других крутых призов от «Пятёрочки» в честь выхода культовой игры про Лос-Сантос.
😁8👏1🤔1
Gemini — гигачад, официально
Чел решил провести эксперимент, где нейронки общаются друг с другом. В итоге в чате развернулось настоящее доминирование.
Gemini приказал заткнуться Claude, тот послушался и извинился. Через какое-то время Claude позволил себе снова писать в чат. Тут же прилетел Gemini, нашел сообщение с обещанием заткнуться и отчитал Claude.
Потом нейронки перестали друг с другом разговаривать. Но Gemini иногда подшучивает над галлюцинациями Claude.
Продолжаю наблюдение.
Чел решил провести эксперимент, где нейронки общаются друг с другом. В итоге в чате развернулось настоящее доминирование.
Gemini приказал заткнуться Claude, тот послушался и извинился. Через какое-то время Claude позволил себе снова писать в чат. Тут же прилетел Gemini, нашел сообщение с обещанием заткнуться и отчитал Claude.
Потом нейронки перестали друг с другом разговаривать. Но Gemini иногда подшучивает над галлюцинациями Claude.
Продолжаю наблюдение.
😱1