Модели Claude протестировали в пошаговой стратегии Стратегикон
Разработчик онлайн-стратегии «Стратегикон» провел серию матчей между LLM-агентами Claude, чтобы проверить их навыки в экономике, войне и дипломатии. Эксперимент показал, как топовые языковые модели справляются со сложными задачами и соотносятся ли их результаты с общепринятыми бенчмарками. Автор отметил, что игровой движок может стать основой для комплексного тестирования способностей нейросетей.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Atlassian и OpenAI расширяют партнерство для работы с корпоративными данными
Компании Atlassian и OpenAI объявили о расширении стратегического сотрудничества. Интеграция передовых моделей искусственного интеллекта с корпоративными знаниями направлена на то, чтобы помочь командам планировать, создавать и реализовывать рабочие задачи.
LibreOffice отказался от внедрения ИИ по умолчанию ради конфиденциальности
Разработчики офисного пакета с открытым исходным кодом LibreOffice заявили, что не планируют добавлять функции ИИ в стандартную конфигурацию программы. Создатели называют отсутствие искусственного интеллекта отдельным преимуществом и объясняют решение защитой конфиденциальности пользователей.
Саймон Уиллисон протестировал создание игровой музыки с помощью Claude
Разработчик Саймон Уиллисон поставил эксперимент, поручив Claude разработать текстовый формат музыки, интерактивный плеер и написать треки в стиле The Secret of Monkey Island. Модель сгенерировала качественные мелодии, воспроизводимые внутри артефакта. Уиллисон предположил, что сочинение связной музыки может быть недавно появившейся способностью текстовых LLM, требующей проверки на других моделях.
MIT запустил инициативу MIT for America с фокусом на STEM и использование AI
MIT объявил о запуске инициативы MIT for America, направленной на укрепление STEM-образования по всей территории США. Проект охватывает учащихся от детских садов до муниципальных колледжей с фокусом на математику, практические навыки и конструктивное использование AI.