Інженери Apple перевірили можливості найкращих ШІ-моделей, і результати не надихають

Більшість моделей демонструють гарні показники міркування тільки в одному тесті (Фото:REUTERS/Dado Ruvic)

Нове дослідження, проведене шістьма інженерами Apple, показало, що мінімальні зміни до галузевого тесту значно знижують ефективність виконання математичних завдань ChatGPT, Llama, Mistral та іншими великими мовними моделями.