Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #4346

GPQA Diamond

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · The Decoder

Epoch AI: стоимость достижения фиксированных бенчмарков упала ~47% в квартал; MIT оценивает чистые алгоритмические улучшения в ~3x/год

Epoch AI сообщает, что рыночная цена достижения фиксированных результатов по пяти AI‑бенчмаркам упала примерно на 47% в квартал (≈13x/год) с 2023 года, приводя примеры вроде OpenAI o3 и GPT‑5.6, при этом отмечая ограниченность выборки и что измеряется цена за балл, а не чистая алгоритмическая эффективность. Исследователи из MIT (Ханс Гундлах и др.), проанализировав более широкий набор моделей и цен, находят снижение стоимости на бенчмарках в 5–10x в год, но после учёта аппаратных улучшений и конкуренции оценивают чистые алгоритмические выгоды примерно в 3x/год и указывают, что часть прогресса достигается за счёт увеличения вычислений на тесте.

8.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

QVAC Genesis III: синтетический STEM-корпус на 191.43B токенов для эффективного предобучения языковых моделей

В препринте на arXiv представлен QVAC Genesis III — синтетический STEM-корпус объёмом 191.43B токенов, охватывающий 19 доменов и разные уровни сложности/стили обучения; корпус сгенерирован через двойную стратегию distillation, где слабая edge‑scale student‑модель даёт сигнал для исправляющих объяснений и контрастного анализа вариантов ответов, а также предложен протокол оценки «LLM‑as‑a‑parser». Контролируемые обучения с нуля 1.7B‑параметрных моделей показывают стабильные преимущества над Cosmopedia-v2 и Cosmo-1B по ARC, GPQA Diamond и MMLU STEM (до +28.57% по ARC‑E и до +21.35% по ARC‑C) и достигают Valid Answer Rate до 99.45%.

6.0