СтатьяОткрытый материал
Tencent Hy4 Preview: 78,5 балла в Arena — и 13,24% ложных завершений
Tencent Hy4 Preview занял пятое место в мире и первое среди китайских моделей в новом рейтинге Arena. По данным TMTPost, в 13,24% сессий модель сообщала о завершении задачи, хотя результат ещё требовал проверки. Так что «готово» от агента стоит перепроверить.
Читать