🥳 СГЕНЕРИРУЙ СЕБЕ СВОИ СТИКЕРЫ! Появился запрос, который можно вставить в любую ИИ по генерации и получить крутой результат

A set of [цвет] emoticons, [объекты и описание животного] in various poses with cute expressions. Cute [стиль] style with a simple white background design. sticker set, sticker sheet template

Заполняете скобки на свой вкус (англ язык), вставляете например сюда (бесплатная генерация) и нарезаете полученный результат 😉

💻 Новости AI • Бот Midjourney

🏆 GPT-4o Возглавляет рейтинг Arena и тесты на кодинг, математику и мультизадачность

Спустя всего две недели после запуска, GPT-4o уверенно заняла первые места в наиболее популярных тестах для языковых моделей ИИ, опередив прошлые модели OpenAI и конкурентов — Gemini 1.5 Pro (Google) и Claude 3 Opus (Anthropic). Успех GPT-4o впечатляет.

Мы уже рассказывали, как составляется рейтинг Arena и как туда попадают большие языковые модели (LLM). Чтобы не повторяться, давайте рассмотрим другие бенчмарки, используемые для оценки LLM.

❓ Что такое бенчмарки?

Это специализированные тесты, предназначенные для проверки эффективности языковых моделей.

🔣 Популярные бенчмарки:

MMLU — тест для проверки способности понимать естественный язык в условиях многозадачности. Включает 57 задач по математике, истории и информатике.

MATH — тест, включающий 12 500 сложных математических задач.

HumanEval — задачи по программированию на Python.

HellaSwag — тест на здравый смысл. Проверяет, может ли модель завершить предложение, выбрав правильный вариант из четырех.

GSM-8K — набор задач по математике для начальной школы.

1️⃣ GPT-4o уверенно лидирует как в рейтинге Arena, так и в бенчмарках на понимание языка, математику и программирование.

В видео можно увидеть, как с выходом новых моделей изменялся список лидеров Arena.

💻 Новости AI • Бот Midjourney