[Перевод] Reasoning CV-модели OpenAI не смогли посчитать монеты

Новые мультимодальные модели OpenAI o3 и o4-mini позиционируются как "разумные". Однако качественное тестирование на практических задачах вроде подсчета объектов и распознавания текста выявило неожиданные пробелы в их производительности, в некоторых случаях уступающие даже не-reasoning моделям.

Узнайте, какие именно тесты провалили новинки и где показали уверенный результат. Читать далее

#ai #computervision #multimodal_llm #openai #llm #testing #evaluation #vqa #ocr | @habr_ai

AI-бот для QA-инженеров: как я сделал Telegram-ассистента для ежедневной прокачки

Привет! Меня зовут Евгений. Я — Full-Stack QA Engineer в Devscribed и сегодня хочу поделиться своим экспериментом — QA Mentor Bot. Это Telegram‑бот, который отправляет в телеграмм группу случайные вопросы по тестированию и сразу же генерирует на них развёрнутые ответы с помощью AI. В этой статье я расскажу, как устроен проект и с какими «подводными камнями» столкнулся в процессе разработки. Читать далее

#telegram_bot #deepseek #ai #vibe_coding #code_generation #testing #education #education_projects | @habr_ai

Как правильно вайбкодить! Советы от QA, который запустил свою песочницу

5 Макулатура мне твоя не нужна 

Код необходимо вставлять в промпт в формате текста, нежели прикреплять его как файл - файл как правило не читается полностью, он сканируется моделью поверхностно и таким образом важные компоненты кода не учитываются при генерации ответа. Поэтому, если у вас три и более файла, то проще закинуть текстом (размеры позволяют указать код в промпте как текст). Читать далее

#тестирование #вайбкодинг #вайб_кодинг #вайб_программирование #разработка #пет_проект #пет_проекты #testing #qa | @habr_ai