#LiveCodeBench

Краткое сравнение семи ведущих LLM и систем для кодинга в 2025 году с рекомендациями, где и когда применять каждую модель

'RA3 формализует mid-training как отсечение пространства действий и сокращение горизонта планирования, используя темпоральные абстракции для ускорения RL-посттренинга и улучшения генерации кода.'

'Nous Research представила Hermes 4 — открытую семью моделей с гибридным рассуждением, графовой генерацией данных и масштабной верификацией, достигшую лидирующих результатов среди open-weight систем.'

Детальный обзор бенчмарков и метрик 2025 года для кодинг LLM, с анализом ведущих моделей OpenAI, Gemini и Anthropic в реальных сценариях разработки.

Google AI и Кембриджский университет представили MASS — новый фреймворк для оптимизации мультиагентных систем через совместную настройку подсказок и топологий, показывающий высокие результаты на различных тестах.

NVIDIA представила открытый доступ к моделям Open Code Reasoning (32B, 14B, 7B), которые показывают лучшие результаты в задачах работы с кодом и совместимы с популярными AI-фреймворками.