Обновление бенчмарка MERA Text 2.0
Всем привет, с вами команда MERA. В прошлом анонсе мы рассказали о новых публичных тестах на рассуждения и обещали, что следующим большим обновление…
Последние новости
⚑ Сообщить о проблемеTech news from the best sources
Все темы
- игры
AI
News
Tech
agents
ai
api
architecture
automation
backend
beginners
career
devchallenge
devops
javascript
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
react
security
showdev
testing
tutorial
typescript
webdev
Как оценивать LLM на практике, если времени на «идеальный бенчмарк» нет
Меня зовут Алёна, и я более пяти лет занимаюсь оценкой языковых моделей: участвовала в создании таких русскоязычных бенчмарков как Russian SuperGLUE…