FINAL-Bench
FINAL-Bench в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Календарь упоминаний:
2026
01 июля
FINAL-Bench включен в состав бенчмарка для оценки метакогнитивных способностей ИИ
Суть: FINAL-Bench представляет собой набор из 100 задач, интегрированных в общий бенчмарк Metacognition-Bench для проверки способности моделей детектировать логические ловушки.
Исследование: Задачи FINAL-Bench содержат скрытые пути рассуждения, которые кажутся логичными, но ведут к неверному выводу, требуя от модели самокоррекции.
Фактор: Включение FINAL-Bench позволяет выявить разрыв между высокой точностью в тестах с выбором ответа и неспособностью модели контролировать качество свободного текста.
Эффект: Тестирование с использованием FINAL-Bench показало, что даже топовые модели теряют способность к самокоррекции при генерации текста без внешних адаптеров.
В нашей базе собрано 1 событие по теме «FINAL-Bench». Мы показываем все из них.