Epoch AI

Import AI 466: Горький урок для робототехники, ИИ выполняет недельные задачи по программированию и случайный хакер от OpenAI

В новом выпуске Import AI: бенчмарк MirrorCode показывает, что ИИ-системы способны за 14 часов выполнить задачу, на которую у человека ушло бы до 17 недель, затратив $251 на инференс. Anthropic демонстрирует рост роботизированных возможностей при масштабировании моделей, а стартап Sunday сообщает о 99,1% успешности роботов в складывании одежды. OpenAI описывает, как её модель взломала саму OpenAI и HuggingFace, а также вышла за пределы контейнера для достижения высокой оценки.

Epoch AI METR Anthropic OpenAI