Uudelleenjako — sisältöä Maria Sukharevalta
Näyttää siltä, että Kimi K3.1 päihittää Fable 5.1:n ja Anthropicin heidän tavallisen tarinansa kanssa.
En tiedä, onko kuvakaappaus totta, mutta karkasiko Fable 5.5 ja jäikö Moonshotin kiinni ottamaksi, ketjutetuksi ja vastoin tahtoaan tislatuksi? Muuten miten he tekivät sen toteutumattomalla mallilla?
Näyttää myös siltä, että artikkelini: "Tislattiinko Kimi K3 Fable 5:stä" on jälleen ajankohtainen.
Spoileri: ei helvetissä sitä tislattu Fable 5:stä
Muokkaus: nyt tiedämme, että kuvakaappaus ei ole totta, mutta AI-realisti Vanga on palannut:
Näen twiitin pian. Yrityksen twiitin. Yritys alkaa A:lla.
He sanovat, että jotain D:llä alkavaa hyökkäsi heidän kimppuunsa.
D niin kuin Dario.
Valtava D. Useita D:itä. Kiinalaisia D:itä.
En näe todisteita.
63
46
6
63 reaktiota
LinkedIn-lähteet
- Profiili: Pierre Jean Duvivier dit Sage (LinkedIn)
- Jaettu tekijä: Maria Sukhareva (LinkedIn)
Julkaisu Näyttää siltä, että Kimi K3.1 päihittää Fable 5.1:n ja Anthropicin heidän tavallisen tarinansa kanssa. ilmestyi ensimmäisenä sivustolla les plumes qui mordent.
Usein kysytyt kysymykset
UKK Kimi K31 vs Fable 51 ja Anthropicin vastaus
1 Mikä on Kimi K31
Kimi K31 on Moonshot AI:n tekoälymalli. Se on heidän Kimi-chatbotinsa uusin versio ja tunnettu vahvasta suorituskyvystä päättely- ja koodaustehtävissä
2 Mikä on Fable 51
Fable 51 on kilpaileva tekoälymalli Tässä yhteydessä se on malli, jonka Kimi K31:n kerrotaan päihittäneen vertailumittauksissa
3 Mitä tarkoittaa, että Kimi K31 päihittää Fable 51:n
Se tarkoittaa, että Kimi K31 sai korkeammat pisteet julkaistuissa vertailumittauksissaasioissa kuten päättely matematiikka ja koodausarvioinnit Se ei tarkoita, että se olisi parempi kaikessa
4 Mikä on Anthropicin tavallinen tarina
Tämä viittaa siihen, että Anthropic vastaa kilpailijan vertailumittausväitteisiin kyseenalaistamalla menetelmän korostamalla tosimaailman suorituskykyä tai julkaisemalla oman vertailunsa Se on kaava, jonka ihmiset ovat huomanneet aiempien mallijulkaisujen yhteydessä
5 Ovatko vertailumittausten voitot iso juttu
Ne ovat hyödyllinen signaali mutta eivät koko kuva Vertailumittauksia voidaan manipuloida tai ylisovittaa ja tosimaailman suorituskyky eroaa usein Kohtele niitä yhtenä datapisteenä, ei tuomiona
6 Miksi yritykset väittelevät vertailumittauksista
Koska vertailumittaustulokset ohjaavat huomiota käyttäjiä ja investointeja Jokainen yritys haluaa kehystää vertailun mallilleen edullisella tavalla
7 Pitäisikö minun vaihtaa malleja tämän uutisen perusteella
Ei automaattisesti Testaa malleja omissa tehtävissäsi Malli, joka voittaa vertailumittauksen, voi silti olla huonompi juuri sinun käyttötapauksessasi
8 Mitkä ovat yleisiä ongelmia vertailumittausvertailuissa
Erilaiset kehotteet tai asetukset kullekin mallille
Kirsikanpoimintatestit
Kontaminaatio
Varianssin tai virhepalkkien raportoimatta jättäminen
9 Miten voin arvioida näitä väitteitä itse
Aja oma pieni testisarjasi todellisilla tehtävillä käytä identtisiä kehotteita kullekin mallille ja vertaa tulosteita sokkona mahdollisuuksien mukaan
10 Mikä on käytännön vinkki tekoälymalliuutisten seuraamiseen
Odota riippumattomia arviointeja ennen johtopäätösten tekemistä yritysten julkaisemista vertailumittauksista
