Midov trip

Можно очень долго спорить о бенчмарках моделей. И есть много примеров, когда модели, которые круто перформят в бенчмарках, слабы в реальном мире.

Похоже, настоящий тест — это использование в вертикальных задачах и релевантных приложениях.

Например, в кодинге, кажется, самый честный ответ на вопрос "какая модель лучше" - это частота использования в Cursor. (источник)

#личное #genAI

www.tgoop.com/midov_channel/470

1.1K viewsedited  May 2 at 09:03

Можно очень долго спорить о бенчмарках моделей. И есть много примеров, когда модели, которые круто перформят в бенчмарках, слабы в реальном мире.

Похоже, настоящий тест — это использование в вертикальных задачах и релевантных приложениях.

Например, в кодинге, кажется, самый честный ответ на вопрос "какая модель лучше" - это частота использования в Cursor. (источник)

#личное #genAI

BY Midov trip