OpenAI представила PaperBench — бенчмарк для оценки способности ИИ воспроизводить AI-исследования
OpenAI запустила PaperBench — бенчмарк, в котором агенты должны воспроизвести 20 докладов ICML 2024 с нуля. Лучший результат показал Claude...
Тема COMRAD404