Стартап Galileo Technologies в области искусственного интеллекта ставит Claude 3.5 Sonnet, Gemini от Google и Qwen2-72B-Instruct от Alibaba на первые места в рейтинге индекса галлюцинаций. AI startup Galileo Technologies ranks Claude 3.5 Sonnet, Google's Gemini, and Alibaba's Qwen2-72B-Instruct top in the Hallucination Index benchmark.

Стартап Galileo Technologies, занимающийся разработкой искусственного интеллекта, высоко оценил средние и открытые языковые модели большого размера в новом сравнительном тесте Hallucination Index. AI startup Galileo Technologies has ranked midrange and open-source large language models highly in a new benchmark test, the Hallucination Index. Тест, оценивающий 22 ведущие модели генеративного ИИ, измерял их точность в трех наборах задач. The benchmark, which evaluates 22 leading generative AI models, measured their accuracy across three task collections. Рейтинг возглавил Claude 3.5 Sonnet от Anthropic, а Gemini 1.5 Flash от Google показал лучшие результаты по соотношению цена/качество. Anthropic's Claude 3.5 Sonnet topped the ranking, while Google's Gemini 1.5 Flash performed best on cost. Qwen2-72B-Instruct от Alibaba оказалась самой эффективной моделью с открытым исходным кодом. Alibaba's Qwen2-72B-Instruct was the top-performing open-source model.