Astra и Fable 5.1 обошли средний результат людей на SimpleBench

7 сентября 2026 г. · источник: @claudedevolper

Astra и Fable 5.1 обошли средний результат людей на SimpleBench SimpleBench проверяет бытовую логику, понимание времени, пространства и вопросов с подвохом. Например, задача может отвлекать подсчётом кубиков льда, хотя их кладут на горячую сковороду и нужно…

Разбор в работе — страница скрыта от поиска, пока его нет.

Материал — краткий обзор публичной публикации со ссылкой на оригинал.