Redistribuire — conținut de la Maria Sukhareva
Se pare că Kimi K3.1 îl bate pe Fable 5.1 și Anthropic revine cu povestea lor obișnuită.
Nu știu dacă captura de ecran este adevărată, dar Fable 5.5 a evadat și a fost prins de Moonshot, înlănțuit și distilat împotriva voinței sale? Altfel, cum au reușit cu un model nerealizat?
De asemenea, se pare că articolul meu: „A fost Kimi K3 distilat din Fable 5” este din nou actual.
Spoiler: în niciun caz nu a fost distilat din Fable 5
Editare: acum știm că captura de ecran nu este adevărată, dar Vanga, realistul AI, a revenit:
Văd un tweet în curând. Un tweet al unei companii. Compania începe cu A.
Ei spun că au fost atacați de ceva care începe cu D.
D ca în Dario.
Un D uriaș. Mai mulți D. D chinezești.
Nu pot vedea dovezile.
63
46
6
63 de reacții
Surse LinkedIn
- Profil: Pierre Jean Duvivier dit Sage (LinkedIn)
- Autor distribuit: Maria Sukhareva (LinkedIn)
Postarea Se pare că Kimi K3.1 îl bate pe Fable 5.1 și Anthropic revine cu povestea lor obișnuită. a apărut prima dată pe les plumes qui mordent.
Întrebări frecvente
Întrebări frecvente Kimi K31 vs Fable 51 și răspunsul Anthropic
1 Ce este Kimi K31
Kimi K31 este un model AI de la Moonshot AI. Este cea mai recentă versiune a chatbotului lor Kimi și este cunoscut pentru performanța puternică în sarcini de raționament și programare
2 Ce este Fable 51
Fable 51 este un model AI concurent. În acest context, este modelul pe care Kimi K31 l-ar fi depășit în benchmark-uri
3 Ce înseamnă că Kimi K31 îl bate pe Fable 51
Înseamnă că Kimi K31 a obținut scoruri mai mari la testele benchmark publicate — lucruri precum evaluări de raționament, matematică și programare. Nu înseamnă că este mai bun la tot
4 Care este povestea obișnuită a Anthropic
Aceasta se referă la faptul că Anthropic răspunde la afirmațiile despre benchmark-urile unui concurent punând la îndoială metodologia, subliniind performanța în lumea reală sau publicând propria comparație. Este un tipar pe care oamenii l-au observat la lansările anterioare de modele
5 Sunt victoriile în benchmark o chestiune importantă
Sunt un semnal util, dar nu întreaga imagine. Benchmark-urile pot fi manipulate sau supraadaptate, iar performanța în lumea reală diferă adesea. Tratează-le ca pe un singur punct de date, nu ca pe un verdict
6 De ce se ceartă companiile pe benchmark-uri
Pentru că rezultatele benchmark-urilor atrag atenția, utilizatorii și investițiile. Fiecare companie vrea să încadreze comparația în modul care îi favorizează modelul
7 Ar trebui să schimb modelele pe baza acestei știri
Nu automat. Testează modelele pe propriile tale sarcini. Un model care câștigă un benchmark poate fi totuși mai slab pentru cazul tău specific de utilizare
8 Care sunt problemele comune ale comparațiilor de benchmark-uri
Prompturi sau setări diferite folosite pentru fiecare model
Teste alese selectiv
Contaminare
Lipsa raportării varianței sau a barelor de eroare
9 Cum pot evalua singur aceste afirmații
Rulează propriul tău set mic de teste cu sarcini reale, folosește prompturi identice pentru fiecare model și compară rezultatele orb acolo unde este posibil
10 Care este un sfat practic pentru a urmări știrile despre modelele AI
Așteaptă evaluări independente înainte de a trage concluzii din benchmark-urile publicate de companii
