Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #28329

Qwen3.7-Flash

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

1

RESEARCH · 1 ИСТОЧН. · The Decoder

Исследование Стэнфорда: 44% из 50 популярных утверждений о LLM устарели, средний срок 15,7 месяца

Исследователи Стэнфорда Оуэн Куин и Джеймс Джоу перепроверили 50 широко цитируемых утверждений о больших языковых моделях на 20 моделях, выпущенных с июля 2024 по сентябрь 2026 года, и обнаружили, что 44% утверждений «устарели», 34% ослабли, 16% сохранились и 6% усилились; средняя «жизнь» 22 выводов с оценкой срока — 15,7 месяца. Ошибки в рассуждениях устаревают быстрее, поведенческие предпочтения живут дольше, результаты сильно различаются между моделями (например, GPT-6.1 Sol и Qwen3.7-Flash показали противоположные результаты по выдумыванию ссылок), и авторы рекомендуют указывать модель, версию и дату и публиковать промпты и код для повторного тестирования.

8.0