Статьи по тегу «Gemini 3.1 Pro»
18 июня 2026, 07:05
ИИ проваливает почти 65% реальных научных задач — отрезвляющие результаты бенчмарка OpenAI LifeSciBench
OpenAI представила LifeSciBench — бенчмарк, который оценивает, насколько ИИ реально полезен в научной работе, а не просто отвечает на вопросы по биологии. Результаты вышли скорее отрезвляющими: даже ф
24 мая 2026, 14:37
ИИ-агент DeepMind закрыл 9 математических задач. Цена — приблизительно $200 на задачу
Google DeepMind опубликовал препринт про агента AlphaProof Nexus, который автономно нашел формальные доказательства для 9 из 353 открытых задач из каталога венгерского математика Пола Эрдёша. Медианна
9 мая 2026, 09:01
Google собрал ИИ-математика — и тот закрыл открытую задачу из Куровской тетради
Google DeepMind представил AI co-mathematician — агентную систему на базе Gemini 3.1, которая работает не как чатбот, а как рабочее пространство для математика с командой ИИ-агентов. С ее помощью топо
18 апреля 2026, 13:36
Claude Opus 4.7 достигла 1-го места на Artificial Analysis
Artificial Analysis опубликовала результаты тестирования Claude Opus 4.7. Согласно отчёту, новая нейросеть разделила первое место в Индексе искусственного интеллекта (Artificial Analysis Intelligence
25 марта 2026, 20:55
Вышел тест производительности ARC-AGI-3: люди набирают 100%, GPT-5.4 — 0,26%
ARC Prize Foundation опубликовала технический отчет о третьей версии бенчмарка ARC-AGI — теста на общий интеллект, созданного Франсуа Шолле, автором фреймворка Keras. В противовес предыдущих версий, г
25 февраля 2026, 10:00
Галлюцинации недели: Gemini 3.1 Pro, Sonnet 4.6 в бою и свежий дом llama.cpp
Google бросает перчатку, Anthropic сканирует чужой код, а моделям выдают фудтраки и деньги на бизнес. Между делом llama.cpp нашёл новый дом, Kiro уронил AWS, а Grok оказался четырьмя моделями в пальто