Bespoke Labs, karar modelleri Nimble-v4 ve Nimble-v4-max'i tanıttı
Bespoke Labs'in iki yeni karar modeli, Decision Index kıyaslamasında birinci sırada olduğunu öne sürüyor; iç testlerde rakip Jev'e göre yüzde 43 daha az hata yapıyor. 9 milyar parametreli Nimble-v4 kodlama, doğruluk kontrolü ve satrançta öne çıkıyor; iki model de Bespoke Labs API'si üzerinden sunuluyor.
Biyoteknoloji şirketi Ligo ile geliştirilen BioBasicsBench; protein yöntemleri, görüntüleme ve moleküler klonlama gibi alanlarda gerçek deney verileriyle 100 laboratuvar görevi içeriyor. En yüksek akıl yürütme ayarında GPT-6 Astra yüzde 66,7 başarıya ulaştı; görüntü yorumlama ve kontrol adımlarında açıklar sürüyor.
MentalHealthBench, 22 ülkeden 80'den fazla lisanslı psikolog ve psikiyatristle birlikte hazırlandı; yapay zekâ yanıtlarını yetişkin, genç, bakım veren ve klinisyenleri içeren akut olmayan, yüksek riskli ve acil durum konuşmalarında ölçüyor. Uzmanların yazdığı ölçütler güvenlik ve bağlam sorma gibi davranışları puanlıyor; test diğer araştırmacılara açık olarak sunuldu.
"Wall Street'in Kurdu" olarak bilinen Jordan Belfort'un yatırımcı Shervin Pishevar ile kurduğu Tone, satış aramalarını otomatikleştiren yapay zekâ ses girişimi için 10 milyon dolar topladı. Şirket ikna edici satışçıların ses tonu tekniklerini taklit ediyor; müşterileri arasında hukuk büroları, sağlık sigortacıları ve otomobil bayileri var.