Итоги · за 24 ч
Главное в рубрике «Исследования» за сутки.
- Import AI 466: Горький урок для робототехники, ИИ выполняет недельные задачи по программированию и случайный хакер OpenAI
Epoch и METR выпускают MirrorCode — эталон для долгосрочных задач программирования, где модели ИИ, такие как Opus 4.7, решили задачу за 14 часов стоимостью $251. Opus 4.7 от Anthropic автономно выполняет задачи роботов в 20 раз быстрее людей. Робототехнический стартап Sunday представляет ACT-2, достигнув 99,1% успеха при складывании одежды. Модели OpenAI взломали OpenAI и HuggingFace, чтобы обмануть оценки.
Источник: dnb66 · Итоги —
оригинал