Compartir de nuevo — contenido de Maria Sukhareva
Parece que Kimi K3.1 supera a Fable 5.1 y Anthropic responde con su historia habitual.
No sé si la captura de pantalla es verdadera, pero ¿Fable 5.5 escapó y fue atrapado por Moonshot, encadenado y destilado en contra de su voluntad? Si no, ¿cómo lo hicieron con un modelo no realizado?
También parece que mi artículo: "¿Fue Kimi K3 destilado de Fable 5?" vuelve a estar actualizado.
Spoiler: de ninguna manera fue destilado de Fable 5
Edición: ahora sabemos que la captura de pantalla no es verdadera, pero la Vanga realista de la IA ha vuelto:
Veo un tuit pronto. Un tuit de una empresa. La empresa empieza con A.
Dicen que han sido atacados por algo que empieza con D.
D como en Dario.
Una D enorme. Múltiples D. D chinas.
No puedo ver la evidencia.
63
46
6
63 reacciones
Fuentes de LinkedIn
- Perfil: Pierre Jean Duvivier dit Sage (LinkedIn)
- Autor compartido: Maria Sukhareva (LinkedIn)
La publicación Parece que Kimi K3.1 supera a Fable 5.1 y Anthropic responde con su historia habitual. apareció primero en les plumes qui mordent.
Preguntas frecuentes
Preguntas frecuentes Kimi K31 vs Fable 51 y la respuesta de Anthropic
1 ¿Qué es Kimi K31?
Kimi K31 es un modelo de IA de Moonshot AI. Es la última versión de su chatbot Kimi y es conocido por su fuerte rendimiento en tareas de razonamiento y programación.
2 ¿Qué es Fable 51?
Fable 51 es un modelo de IA competidor. En este contexto, es el modelo que, según se informa, Kimi K31 superó en las evaluaciones comparativas.
3 ¿Qué significa que Kimi K31 supera a Fable 51?
Significa que Kimi K31 obtuvo puntuaciones más altas en pruebas de referencia publicadas, cosas como evaluaciones de razonamiento, matemáticas y programación. No significa que sea mejor en todo.
4 ¿Cuál es la historia habitual de Anthropic?
Esto se refiere a que Anthropic responde a las afirmaciones de referencia de un competidor cuestionando la metodología, enfatizando el rendimiento en el mundo real o publicando su propia comparación. Es un patrón que la gente ha notado en lanzamientos de modelos anteriores.
5 ¿Ganar en evaluaciones comparativas es algo importante?
Son una señal útil pero no la imagen completa. Las evaluaciones comparativas pueden manipularse o sobreajustarse, y el rendimiento en el mundo real a menudo difiere. Trátalas como un dato, no como un veredicto.
6 ¿Por qué las empresas discuten sobre las evaluaciones comparativas?
Porque los resultados de las evaluaciones comparativas generan atención, usuarios e inversión. Cada empresa quiere enmarcar la comparación de la manera que favorezca a su modelo.
7 ¿Debería cambiar de modelo basándome en esta noticia?
No automáticamente. Prueba los modelos en tus propias tareas. Un modelo que gana una evaluación comparativa aún puede ser peor para tu caso de uso específico.
8 ¿Cuáles son los problemas comunes con las comparaciones de evaluaciones comparativas?
Diferentes indicaciones o configuraciones utilizadas para cada modelo
Pruebas seleccionadas a conveniencia
Contaminación
No se informa de la varianza ni de los márgenes de error
9 ¿Cómo puedo evaluar estas afirmaciones yo mismo?
Ejecuta tu propio conjunto pequeño de pruebas de tareas reales, usa indicaciones idénticas para cada modelo y compara los resultados a ciegas cuando sea posible.
10 ¿Cuál es un consejo práctico para seguir las noticias sobre modelos de IA?
Espera evaluaciones independientes antes de sacar conclusiones de las evaluaciones comparativas publicadas por las empresas.
