Первая картинка — результат отдельных запусков Вторая — результаты арены на 4 модели
Первая картинка — результат отдельных запусков Вторая — результаты арены на 4…
Из этого канала
- #3110За первые сутки с момента релиза Gemini 3.0 меня поразило 3 вещи: — во-первых,…
За первые сутки с момента релиза Gemini 3.0 меня поразило 3 вещи: — во-первых, гугл смог СОБРАТЬСЯ и не запускать 5 версий превью, растягивая релизы и…
- #3111Первая категория бенчмарков — это на знания, насколько много мелких сложных…
Первая категория бенчмарков — это на знания, насколько много мелких сложных фактов и нюансов зашито внутри модели.
- #3112Вторая категория — агентские, с итерациями и обратной связью. Тут пока только…
Вторая категория — агентские, с итерациями и обратной связью. Тут пока только два бенчмарка, про один, Vending Bench, я писал вчера.
- #3107Vending-Bench 2 (+ Arena) Долгосрочная согласованность действий агентов сейчас…
Vending-Bench 2 (+ Arena) Долгосрочная согласованность действий агентов сейчас важна как никогда.
- #3106Состоялся релиз 1) видео https://www.youtube.com/watch?v=98DcoXwGX6I 2) блог…
Состоялся релиз 1) видео https://www.youtube.com/watch?v=98DcoXwGX6I 2) блог https://blog.google/products/gemini/gemini-3 3) запустили antigravity, свой аналог…