modellértékelés

A Google modellje vaktesztben verte a mezőnyt – a Gemini 3 Pro meglepő fölénnyel nyert

A mesterséges intelligencia-ipar évekig a laboratóriumi mérőszámok körül forgott. A felhasználók azonban egészen más szempontok alapján ítélik meg egy modell értékét: mennyire következetes, mennyire érthető, mennyire lehet rá támaszkodni a mindennapi problémákban.