Сравнение Алисы (Яндекс) и Гигачат (Сбер) по 5 бенчмаркам: τ³, ПРАКТ-120, MultiChallenge, WildBench и Arena‑Hard
Всем привет!Я обещал написать эту статью и я наконец‑то закончил тесты и готов поделиться с вами результатами.Я потратил МНОГО времени на то, чтобы прогнать эти бенчмарки. Много времени на сетапы, много времени на ожидание тест...
Читать полный текст в источникеhabr.com — habr.com
Материал собран автоматически из открытых RSS-источников. Пересказ приведён в информационных целях в соответствии со ст. 1274 ГК РФ с указанием первоисточника; полное воспроизведение не осуществляется. Мнения авторов оригинала не обязательно отражают позицию ООО «АЛТЕЯ». Все источники проверены по реестру СМИ-иноагентов Минюста РФ (255-ФЗ).
Ещё по теме
Индустрия
AI-generated posters don’t have to be horrible
19.09.2026, 15:20 МСК
Индустрия
Stepfun Step 5 Preview (LLM): On AA Pareto frontier
19.09.2026, 11:42 МСК
Индустрия
Alibaba open-sources AI model that can detect cancer and nearly 150 conditions
19.09.2026, 05:54 МСК
Индустрия
How OpenAI Used Its Own LLMs to Design Its Jalapeño Chip
19.09.2026, 05:04 МСК