HeadlinesBriefing favicon HeadlinesBriefing.com

MiMo-V2.6-Pro - বুদ্ধিমত্তা, কর্মক্ষমতা এবং মূল্য বিশ্লেষণ | কৃত্রিম বুদ্ধিমত্তা বিশ্লেষণ

Hacker News •
×

কৃত্রিম বুদ্ধিমত্তা বিশ্লেষণ বুদ্ধিমত্তা সূচক v4.3.2 প্রকাশ করেছে, যা দশ মূল্যায়ন অন্তর্ভুক্ত করে, যার মধ্যে AA-ব্রিফকেস v1.1, GDPval-AA v2.1, অটোমেশন বেঞ্চ-AA, টার্মিনাল-বেঞ্চ 4.0, সায়েন্স কোড, মানবতার শেষ পরীক্ষা, GDP.pdf, आलोचनात्मक बिंदु, AA-ওমনিসciens এবং AA-LCR v1.1 অন্তর্ভুক্ত। আপডেট করা বেঞ্চমার্ক এজেন্ট জ্ঞান কাজ, কোডিং এবং ডকুমেন্ট তর্কে মডেল কর্মক্ষমতা মাপে। বুদ্ধিমত্তা সূচক प्रति কাজের USD-তে ওজনিত গড় খরচের তুলনা ক্ষমতা স্কোর থেকে করে। মডেলকে লাইসেন্সিং শর্তের ভিত্তিdě 'বাণিজ্যিক ব্যবহার সীমিত' অথবা 'অবাণিজ্যিক' হিসেবে লেবেল করা হয়। AA-ব্রিফকেস v1.1 বেঞ্চমার্ক রুব্রিক পাস রেট, বিশ্লেষণাত্মক গুণমান Elo এবং উপস্থাপনা Elo একত্রিত করে। AA-ওমনিসciens সূচক -100 থেকে 100 স্কেলে জ্ঞানের বিশ্বস্ততা এবং ভ্রম মাপে। খোলা সূচক মডেলের খোলাপন 0 থেকে 100 পর্যন্ত মূল্যায়ন করে। এই মানकीকৃত মেট্রিক্স বিভিন্ন ব্যবহারের ক্ষেত্র এবং মূল্য বिंदুতে AI ক্ষমতাদের সরাসরি তুলনা অনুমতি দেয়।