Наглядно о том, насколько далек новый Fable от того, что мы получили изначально Аналитики из BridgeMind провели повторные эвалы модели после возвращения, и вот результат: Debugging: 86.2 → 25.9 Refactoring: 73.6 → 38.4 Hallucination: 75.9 → 61.7 Сама по себе глупее модель не стала, все дело в новых ограничениях: слишком много задач, даже самых обычных, маршрутизируются к Opus 4.8. Отсюда и просадка в метриках.
Наглядно о том, насколько далек новый Fable от того, что мы получили изначально…
Из этого канала
- #9484Наконец-то все стало понятно
Наконец-то все стало понятно
- #9485Отличные новости для студентов: Авито запускает первый годовой Data Science…
Отличные новости для студентов: Авито запускает первый годовой Data Science Bootcamp для DS-инженеров.
- #9486Легендарная кожанка Дженсена Хуанга выставлена на аукцион Купить ту самую…
Легендарная кожанка Дженсена Хуанга выставлена на аукцион Купить ту самую историческую куртку Tom Ford с автографом Хуанга на подкладке можно, если у вас есть…
- #9482Мы проверили, это не первоапрельская шутка: GitHub теперь продает копии…
Мы проверили, это не первоапрельская шутка: GitHub теперь продает копии репозиториев на CD-ROM На случай, если вам очень хочется передать своим детям…
- #9481ИИ-агенты становятся сложнее, а значит, растет и спрос на тех, кто умеет их…
ИИ-агенты становятся сложнее, а значит, растет и спрос на тех, кто умеет их проектировать и внедрять.