Anthropic’in yeni amiral gemisi Claude Opus 4.8, yapılan matematik testinde başarılı oldu ve kusursuz bir oyun çıkardı. Ancak tek bir istemde tüm token kotasını tüketmesi dikkat çekti.
Anthropic’in yeni amiral gemisi Claude Opus 4.8, yapılan matematik testinde başarılı oldu ve kusursuz bir oyun çıkardı. Ancak tek bir istemde tüm token kotasını tüketmesi dikkat çekti.
Buna karşın modelin tek bir istemde tüm token kotasını tüketmesi dikkat çekti. İncelemede, Claude Opus 4.8 toplam altı testten geçirildi ve sonuçlar, modelin özellikle iyi olduğu görevlerde daha başarılı, güçlü olmadığı alanlarda ise daha sorunlu göründüğünü ortaya koydu.
Anthropic’in yeni amiral gemisi Claude Opus 4.8, yapılan testlerde bazı alanlarda güçlü performans gösterirken, bazı sınırlarını da ortaya koydu. Decrypt’in incelemesine göre model, matematik probleminde başarılı oldu ve hatasız bir oyun üretti.
Buna karşın modelin tek bir istemde tüm token kotasını tüketmesi dikkat çekti. İncelemede, Claude Opus 4.8 toplam altı testten geçirildi ve sonuçlar, modelin özellikle iyi olduğu görevlerde daha başarılı, güçlü olmadığı alanlarda ise daha sorunlu göründüğünü ortaya koydu.
Anthropic’in yeni modeli, genel değerlendirmede belirli kullanım senaryolarında etkili bir performans sergiledi. Ancak test sonuçları, modelin kaynak kullanımı açısından her durumda verimli olmadığını da gösterdi.
Keşfetmeye devam edin
S&P, blockchain ağlarını protokol geliri üzerinden izleyen yeni bir benchmark duyurdu. Endeks, geleneksel piyasa değeri ağırlıklı kripto endekslerine bir alternatif sunuyor.
Oku
Coinbase, Kanada pazarında hisse senetleri, kripto varlıklar ve prediction market’leri bir araya getiren bir “Everything Exchange” yaklaşımını genişletmeyi planlıyor. Şirketin Kanada CEO’suna göre ikinci aşama süreci başladı, ancak henüz bir lansman tarihi açıklanmadı.
Oku
Anthropic, Birleşik Krallık Finansal Davranış Otoritesi’nin (FCA) Supercharged Sandbox programının yeni grubundaki şirketlere Claude AI modelleri sağlayacak. Adım, düzenleyicinin finansal hizmetlerde yapay zekâ kullanımını test etme çabalarının bir parçası.
Oku