Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #3860

GLM

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · The Decoder

Бенчмарк Taste-Bench показывает, что агентам ИИ трудно с долгосрочными ответвлениями решений

Исследователи из Microsoft и Городского университета Гонконга выпустили Taste-Bench — набор из 502 вопросов для оценки «вкуса» агента, то есть способности выбирать между ответвлениями долгосрочных планов, фиксируя «вилки решений» в траекториях агента. Лучший протестированный модель (GPT-5.6 Sol) показала 59,7% точности, большинство моделей значительно ниже; дистилляция от Qwen3.6-27B подняла точность суждения студента с 30% до 47,9% и увеличила успех агента на 41 отложенной задаче SWE-bench Pro с 14,6% до 33,7%.

8.0

MODELS · 1 ИСТОЧН. · The Decoder

OpenRouter показывает рост еженедельного потребления токенов на 25 000% с января 2025 года

The Decoder сообщает, что еженедельное потребление токенов на OpenRouter выросло с ~0,5 трлн токенов в январе 2025 года до ~126,2 трлн токенов, то есть более чем на 25 000%. Статья отмечает, что это в основном отражает раздутые метрики токенов — например, «мыслительные» токены от reasoning/agent-систем и то, что GPT-5.6 Luna генерирует много токенов на запрос — а не сопоставимый рост числа пользователей или экономической ценности; по доходам лидирует OpenAI Astra, а некоторые китайские модели (Kimi, GLM, DeepSeek) растут быстро с малой базы.

6.0