Ai2 StateBench — Benchmark für Langzeit-Zustandsverfolgung; Frontier-Modelle (Gemini 3.8 Flash, Opus 5.5, GPT-6 Sol/Luna) fallen auf ≤13% bei langen “general finite”-Aufgaben, Gated DeltaNet generalisiert ~10x über Trainingslänge. Quelle · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von allenai.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von allenai.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
