ModelBest OpenBMB@OpenBMBThank you @ArtificialAnlys for the independent evaluation. On Intelligence Index v4.2, MiniCPM5-2B s…
DịchMô hình MiniCPM5-2B đạt 15 điểm trên Artificial Analysis Intelligence Index v4.2, vượt qua Granite 4.2 3B để trở thành mô hình mã nguồn mở mạnh nhất trong phân khúc dưới 4 tỷ tham số.
Kim@kimmonismusFable 5.1 benchmarls are insane. Ngl, i did not expect such jumps. Terminal-Bench 4.0, Science-Ben…
DịchKOL @kimmonismus chia sẻ kết quả benchmark ấn tượng của Fable 5.1 trên các nền tảng như Terminal-Bench 4.0 và HLE, vượt xa các đối thủ như Opus 5 và GPT-5.6 Sol, tạo áp lực lớn lên OpenAI và Astra.
Mô hình Ox Alpha vừa ra mắt miễn phí trên OpenRouter với khả năng xử lý đa phương thức ấn tượng. Kết quả benchmark cho thấy hiệu suất vượt trội so với các đối thủ lớn, với nhiều dấu hiệu kỹ thuật cho thấy đây có thể là sản phẩm từ Zhipu AI.
ENTLORE là khung benchmark mới giúp đánh giá khả năng truy xuất và suy luận các mối quan hệ tổ chức phức tạp từ tài liệu doanh nghiệp, vốn thường bị ẩn đi trong các nguồn dữ liệu rời rạc.