AI研究
Mistral Large 4はルービックキューブを攻略したが、その後失速した
洗練された3Dデモは、脆いステートマシンを隠してしまうことがある。このテストは、より困難な問いを投げかける。コードが壊れたとき、失敗したのはモデルなのか、それともそれを制御するツールなのか。
記事を読む→
Tag
#LLM Benchmarks
3 件
AI研究
このオープンモデルがFableを打ち破った
Z.aiから登場した新しいオープンウェイトのリーダー、GLM-5.2をご紹介します。GLM-5.2は、リーダーボードのトップに立ち、Claude Fable 5のような巨大モデルを凌駕しています。これは、プロプライエタリモデルに追いついているだけでなく、一部の分野ではすでにそれらを上回っています。
記事を読む→
比較
Googleの新しいAIは見かけによらず高速
Googleは、Gemini 3.5 Flashが驚異的な速度でトップクラスのAIパフォーマンスを低コストで提供すると主張しています。しかし、第三者データは、その実際のコストとコーディング能力に関する衝撃的な真実を明らかにしています。
記事を読む→