DukaanBench
DukaanBench в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Календарь упоминаний:
2026
30 июня
Запуск симуляции DukaanBench для оценки способности ИИ управлять реальным бизнесом
Суть: Исследователи из Capabl Machines представили проект DukaanBench, проверяющий способность языковых моделей управлять индийской лавкой в течение 30 дней по метрикам доверия, сервиса и финансов.
Событие: По состоянию на 27 июня 2026 года в тесте DukaanBench модель GPT-5.5 заняла первое место, сохранив максимальное доверие клиентов и высокую прибыль.
Исследование: В рамках DukaanBench выявлен критический разрыв между текстовыми намерениями моделей и их способностью генерировать корректный исполняемый код JSON для управления запасами.
Анонс: Разработчики DukaanBench планируют запустить вторую часть проекта, направленную на обучение компактных моделей на основе полученных данных симуляции.
DukaanBench имеет 1 запись событий в нашей базе.