Публикации с тегом бенчмарк
Лучшие модели для разработки с ИИ на 1С (бенчмарк v2) +17
RUMBA: русскоязычный бенчмарк для оценки долгосрочной памяти +8
Turbopuffer vs Manticore Search: бенчмарк на недорогих VPS +4
Бенчмаркая поиск по строке: самописные циклы проигрывают от ×14 до ×154 +17
Разрушители мИИфов – тестируем Headroom. Правда ли умная прокся может сэкономить вам токены? +5
Квантование ломает вызов инструментов не так, как показывает BFCL: проверил на MCP-серверах +5
Нечестный обзор ИИ-агентов. Кто действительно смог реализовать Depixelizing Pixel Art? +3
Сколько стоит контекст для кодового агента: grep vs граф vs LSP на большом проекте (936 прогонов) +10
Ни одна ошибка не нова: почему провал ИИ в First Proof был предсказуем заранее
Работает ли Caveman? Тестируем модный скилл для экономии токенов +8
Как я ускорил dependency injection в Python в 130 раз: от рефлексии до компиляции графа +6
Как я мерил точность ИИ в распознавании еды: бенчмарк, LLM-as-judge и баг с варёной гречкой +10
Whisper или GigaAM для русского ASR в продакшене: три ловушки бенчмарка, которые перевернут ваши выводы +9
1C Code Bench — бенчмарк для оценки способности LLM писать код на 1С +6
