Краткий дайджест новостей в области ИИ

Обзор актуальных событий и исследований в сфере искусственного интеллекта.

- Обсуждение проблемы спурийных вознаграждений в новых методах ИИ, которые показывают высокие метрики, но не генерализуются на другие модели.

- Эксперименты с моделями Qwen-2.5-Math-7B, OLMo-2 и Llama-3.1-8B для выделения бенчмарков, таких как MATH-500 и MinervaMath.

- Анализ логитов с использованием Logit Lens, выявляющий пики верных ответов на определённых слоях.

- Значительное улучшение метрик на MinervaMath и MATH-500 в новых тестах.

- Обсуждение ухудшения качества работы Нано Банана Про, включая проблемы с следованием промтам и цензурой.

Подробности и источники: [Группа ИИ](https://t.me/gonzo_ML)