Claude Opus 5.5
AI21: Post-Training hebt Nemotron 3.5 Super über Frontier-Qualität
AI21 zufolge wurde NVIDIA Nemotron 3.5 Super VL durch Post-Training so verbessert, dass es beim globalen Payroll-Benchmark von Deel Claude Opus 5.5 übertrifft und pro 1…
Ai2s StateBench zeigt: Frontier-Modelle scheitern bei der Zustandsverfolgung über lange Eingaben
Ai2 hat StateBench vorgestellt, einen Benchmark, der misst, wie gut Sprachmodelle Entitäten verfolgen, während diese sich in langen Dokumenten verändern. Laut Ai2 können…