#большие модели рассуждения

REST — новый фреймворк для одновременного тестирования больших моделей рассуждения на нескольких задачах, выявляющий снижение производительности и раскрывающий реальные способности к многозадачности.

Исследователи Apple обнаружили фундаментальные слабости в больших моделях рассуждения AI с помощью контролируемых тестов на головоломках, выявив резкое падение производительности с ростом сложности задач.

Новое исследование Apple показывает, почему большие языковые модели склонны переусложнять простые задачи и сдаются перед сложными, раскрывая проблемы в рассуждениях искусственного интеллекта.

WebThinker — новый агент ИИ, который позволяет большим моделям рассуждения самостоятельно искать информацию в интернете и создавать детальные научные отчеты, значительно повышая эффективность в сложных задачах.