ШАД
ШАД в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Календарь упоминаний:
Студенты ШАД совместно с Яндексом представили открытый бенчмарк MTGBench для оценки логики нейросетей
Инженеры Яндекса и студенты Школы анализа данных (ШАД) выложили в открытый доступ набор тестов MTGBench, предназначенный для проверки способности моделей логически рассуждать при решении многоэтапных задач. Статья о данном инструменте принята на научную конференцию EMNLP 2026. Разработчики использовали формат текстовых игр, чтобы оценить, как нейросети учитывают историю диалога и меняющиеся условия, а не просто генерируют финальный ответ.
Событие: Работа студентов ШАД и Яндекса по созданию бенчмарка MTGBench была принята на научную конференцию EMNLP 2026.
Исследование: В ходе эксперимента с использованием инструментов, разработанных при участии ШАД, было протестировано 16 нейросетей, включая Qwen, Gemini и GPT.
Эффект: Тестирование выявило, что модели демонстрируют разную эффективность в зависимости от типа задачи: режим рассуждений лучше работает с алгоритмическими заданиями, чем с семантическим анализом контекста.
В нашей базе собрано 1 событие по теме «ШАД». Мы показываем все из них.