našumo testai

„Google Gemini 4 Pro“ pasirodė testavimo platformoje kitu pavadinimu

Modelis, įtariamas esantis „Google“ patronuojančios bendrovės „Alphabet Inc.“ naujos kartos dirbtinio intelekto flagmanu „Gemini 4 Pro“, pasirodė „Arena“ testavimo platformoje „gemini-3.8-flash“ vardu, rodo rugsėjo 17 d. pasklidę kūrėjų pranešimai. „Google“ oficialiai nepristatė šio modelio, turinčio vidinį „Argon“ kodinį pavadinimą, tačiau…

Naujas testas rodo: kvantiniai kompiuteriai nuo mokslinės naudos atsilieka 100 000 kartų

Dabartiniai kvantiniai kompiuteriai maždaug penkiomis eilėmis atsilieka nuo skaičiavimo pajėgumų, reikalingų pripažintoms mokslinėms problemoms spręsti, teigiama naujame lyginamajame tyrime, paskelbtame išankstinių publikacijų serveryje „arXiv“. Šiame „Sandia National Laboratories“ mokslininkų atliktame tyrime, prie kurio prisidėjo „Quantinuum“ ir NVIDIA, pristatoma sistema QUOPS:…

„Anthropic“ modeliai „Claude“ užėmė pirmąsias vietas SWE-bench programavimo reitinguose

„Anthropic“ DI modeliai „Claude“ nuo 2026 m. rugsėjo mėn. užima aukščiausias pozicijas visuose pagrindiniuose SWE-bench programavimo testų variantuose: „Claude Opus 5“ pasiekė 96 proc. „SWE-bench Verified“ teste, o „Claude Fable 5.1“ surinko 81,2 proc. sudėtingesniame „SWE-bench Pro“ teste. Šie rezultatai…

GPT-6 Astra startuoja, tačiau atsilieka nuo „Anthropic“ nepriklausomuose vertinimuose

„OpenAI“ rugsėjo 3 d. pradėjo diegti „GPT-6 Astra“, vadindama jį „pačiu intelektualiausiu ir suderinčiausiu modeliu pasaulyje“, kurio galimybės apima naršymą, programavimą, kibernetinį saugumą ir mokslinį samprotavimą. Tačiau nepriklausomi vertinimai, kuriuos po kelių dienų paskelbė „Artificial Analysis“, „Astra“ įmonės „Intelligence Index“…