Gemini 3.8 Flash منتشر شده و در چندین بنچمارک مهم، بهبودهای… — Shutterstock _ شاتراستوک

Shutterstock _ شاتراستوک@Shutterstockfre · 2.2K subscribers Open in TelegramOpen

Gemini 3.8 Flash
منتشر شده و در چندین بنچمارک مهم، بهبودهای قابل‌توجهی ارائه داده است.

در آزمون HLE-Verified، مدل Gemini 3.8 Flash امتیاز ۵۴.۹٪ را کسب کرده که کمی بالاتر از Claude Opus 5 با امتیاز ۵۴.۴٪ است. در ارزیابی Terminal-Bench 2.1 که بر تکمیل وظایف در زمینه‌های برنامه‌نویسی، امنیت، یادگیری ماشین، علم داده و سیستم‌ها تمرکز دارد، Gemini 3.8 Flash به نرخ تکمیل ۸۹.۴٪ دست یافته است.

در بنچمارک Harvey's Legal Agent نیز Gemini 3.8 Flash امتیاز ۱۰.۰٪ را ثبت کرده، در حالی که امتیاز Opus 5 برابر با ۶.۷٪ بوده است. این بنچمارک از یک قانون سخت‌گیرانه «قبولی کامل» استفاده می‌کند؛ یعنی تنها زمانی امتیاز به مدل تعلق می‌گیرد که تمام معیارهای حقوقی، از جمله دقت اطلاعات، ساختار و تحلیل در فرایندهای پیچیده حقوقی، به‌درستی رعایت شده باشند.

t.me/Shutterstockfre/1918 Translate