ИИ знает ответ на вопрос, но продолжает молчать: XYBench
13 ноября 2026 года исследователи Allen Institute for AI (Ai2) представили XYBench, бенчмарк для проверки способности языковых моделей распознавать подобные ситуации. В него вошло 8 115 вопросов из…
Хабр
Полный текст, перевод и AI-сводка — после входа
- Полный текст статьи на вашем языке
- AI-сводка и перевод с оригинала
- Тот же аккаунт работает в приложении Suviy
Комментарии
Войдите, чтобы присоединиться к обсуждению. Войти
Комментариев пока нет.