Актуальные темы
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Похоже, что Opus 4.5 запомнил MATH от Hendrycks (включая тестовый набор) и все предыдущие AIMEs тоже. Модель получает около 80-90% правильных ответов, когда выдает число сразу, без какого-либо обоснования.
Это раздражает при экспериментах с математическими наборами данных...
Топ
Рейтинг
Избранное
