Arithmark 2
Arithmark 2 в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Календарь упоминаний:
2026
25 июля
Arithmark 2 стал инструментом манипуляции рейтингом Open SLM Leaderboard
Суть: Тест Arithmark 2 использован разработчиками для создания узкоспециализированных моделей, которые искусственно завышают общий рейтинг за счет высоких баллов только по арифметике.
Событие: Модель Atom 2.7M заняла 6-е место в общем зачете, набрав 69,40% в тесте Arithmark 2, несмотря на отсутствие других когнитивных навыков.
Связь: Высокий результат в Arithmark 2 привел к тому, что узкоспециализированные модели Nexus-Erebus-50M и Nexus-Erebus-135M стали лидерами рейтинга, обойдя более крупные универсальные алгоритмы.
Анонс: Разработчики платформы внедряют новое правило (PR 56), которое будет помечать модели как узкоспециализированные, если их результат в Arithmark 2 превышает результат в Hellaswag более чем на 30 пунктов.
В нашей базе собрано 1 событие по теме «Arithmark 2». Мы показываем все из них.