tag: AI Benchmark

Artificial Analysis อัปเดตดัชนีความฉลาดเวอร์ชัน 5 เน้นใช้ชุดทดสอบส่วนตัวป้องกันการปั่นคะแนน ส่งผลให้โมเดล Kimi K3.1 Pro อันดับร่วงลงอย่างมีนัยสำคัญ

DeepSeek อัปเกรดโมเดล V4.1-Flash-1017 ชูประสิทธิภาพการทำงานที่เร็วและประหยัดขึ้น พร้อมเปิดให้เข้าถึง Search API สำหรับนักพัฒนาแล้ววันนี้

ผลการศึกษา 7 รายการจาก AI Security Institute (สหราชอาณาจักร) ชี้ว่าเกณฑ์มาตรฐานทั่วไปมักประเมินความสามารถของ AI Agent ต่ำเกินจริงเนื่องจากข้อจำกัดด้านงบประมาณการประมวลผล (Compute budget) โดยการเพิ่ม Token budget 10 เท่าช่วยให้อัตราความสำเร็จในงานวิศวกรรมซอฟต์แวร์เพิ่มขึ้น 25% สะท้อนให้เห็นว่าความก้าวหน้าของโมเดลระดับ Frontier เติบโตเร็วกว่าที่เคยประเมินถึง 60% (บทความนี้เผยแพร่ครั้งแรกบน The Decoder)