Исследование выявило проблему в схемах оркестровки LLM: когда одна модель пишет чернови...
Исследование выявило проблему в схемах оркестровки LLM: когда одна модель пишет черновик, а вторая проверяет, смысл может искажаться из-за контекстно-зависимых слов. Ошибка закрепляется, если интерпретация различается. На тесте точность варьировалась от 0,156 до 0,942. Gemini 3 Pro показал стабильную точность выше 0,94 при любых усилиях. GPT-5.2 рос от 0,156 до 0,942 только при максимальных вычислениях. При этом Gemini 3 Pro в режиме низких усилий обходил GPT-5.2 в режиме высоких усилий примерно за 5% стоимости. ⚠️ Риск: модели-оценщики часто опираются на поверхностные подсказки, а не на логику. 🔹 Первый Нейронный
16 просмотров