Выбор редакции
Новости
UK AISI и EvalEval делают результаты бенчмарков воспроизводимыми
AISI публикует данные по моделям Claude Opus и GPT-5 через инфраструктуру EvalEval, обеспечивая воспроизводимость результатов бенчмарков с помощью единой схемы отчетности.
Открыть материал