C

Comss.ru

IT и технологии · 27 октября 2026 г.

Открыть канал в MAX

Яндекс и ШАД выложили в опенсорс MTGBench – бенчмарк для оценки рассуждений нейросетей

Яндекс и ШАД выложили в опенсорс MTGBench – бенчмарк для оценки рассуждений нейросетей Яндекс и Школа анализа данных открыли MTGBench – набор из семи многоходовых текстовых игр на русском и английском языках, который проверяет, как нейросети рассуждают в многоэтапных задачах. На бенчмарке протестировали 16 моделей, статью о нём приняли на EMNLP 2026 #Яндекс https://www.comss.ru/page.php?id=22614