HeadlinesBriefing favicon HeadlinesBriefing.com

মার্কিউরি 2.5 বুদ্ধিমত্তা, কর্মক্ষমতা ও মূল্য বিশ্লেষণ

Hacker News •
×

কৃত্রিম বিশ্লেষণ বুদ্ধিমত্তা সূচক v4.3.2-এ ১০ মূল্যায়ন অন্তর্ভুক্ত: AA-ব্রিফকেস v1.1, GDPval-AA v2.1, অটোমেশন বেঞ্চ-AA, টার্মিনাল-বেঞ্চ 4.0, সাইন্স কোড, মানবতার শেষ পরীক্ষা, GDP.pdf, आलोचनात्मक बिंदु, AA-ওমনিসায়েন্স, AA-LCR v1.1। সূচকটি ওপেন ওজন মডেল এবং মালিকানা মডেলকে মäterে, বাণিজ্যিক ব্যবহার সীমার জন্য লেবেল সহ। AA-ব্রিফকেস v1.1 একটি এজেন্টিক জ্ঞান কর্ম বেঞ্চমার্ক যা রুব্রিক পাস রেট, বিশ্লেষণাত্মক গুণমান ইলো এবং উপস্থাপনার গুণমান ইলোকে সমন্বিত করে। AA-ওমনিসায়েন্স সূচকের স্কোর -১০০ থেকে ১০০ পর্যন্ত, যা জ্ঞানের বিশ্বস্ততা এবং হ্যালুসিনেশনকে মäterে, অস্বীকারের জন্য কোনো দন্ড নেই। বুদ্ধিমত্তা প্রতি কাজের খर्च সূচক ইনপুট, ক্যাশ হিট, ক্যাশ রাইট, তর্ক এবং উত্তর টোকেনের দামের ওজনিত গড় USD খर्चকে কাজের সংখ্যা দিয়ে ভাগ করে গণনা করে। মডেলের বুদ্ধিমত্তা সাধারণত ব্যবহার ক্ষেত্রে অনুবাদিত হয়, যদিও নির্দিষ্ট মূল্যায়ন কিছু প্রয়োগের জন্য আরও প্রাসঙ্গিক হতে পারে। পদ্ধতিতে প্রতিটি মূল্যায়নের বিশ্লেষণ এবং কীভাবে তা চালানো হয় তা অন্তর্ভুক্ত রয়েছে।