Рубрика «бенчмарки LLM»

Русский и английский оригиналы статьи в моём блоге.

Код и материалы.

Это подробный разбор одного эксперимента. Я взял god node из реального LangGraph агента и попросил 5 американских и 6 китайских моделей сначала предложить, как её распутать, а потом оценить предложения друг друга. Дальше тремя разными способами пытался понять, кому из них в этом деле верить.

Оглавление


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js