ЛЮТЕФИСК - Хуже СЮРСТРЁММИНГА! Как это можно есть?
GPT-6 Astra: я дал ей реальный аудит бизнеса вместо бенчмарка. Это уже AGI?
3 сентября OpenAI выпустила GPT-6 Astra и назвала её своей самой способной моделью для сложной сквозной работы: исследований, программирования, работы с браузером и компьютером, научных задач и многошаговых профессиональных процессов. В официальных тестах цифры местами выглядят так, будто кто-то опять забыл подкрутить сложность: 97,6% на FrontierMath Tier 4, 99,9% на ARC-AGI-3, заметный скачок в computer use и инженерных задачах. Почти сразу вокруг модели начались разговоры про AGI. Президент OpenAI...
Бенчмарки для новичков: как тестировать ПК
Вам когда-нибудь было интересно, насколько на самом деле быстр ваш компьютер? Не «по ощущениям» — «вроде работает, или нет», — а объективно, по цифрам, которые можно сравнить с другими машинами и понять, что у вас «слабовато», а что «с запасом»? Именно для этого и существуют бенчмарки — специальные программы-тесты, которые прогоняют компьютер через стандартные нагрузки и выдают результат в виде чисел и баллов. Для новичка бенчмарки могут показаться чем-то сложным, «для профи», но на деле это очень...