Noticias sobre Vals AI

GLM-Legal ocupó el primer lugar en la lista de modelos de peso abierto de Harvey LAB y LegalBench en la evaluación legal, con una tasa de aprobación del 19,2% y una tasa de precisión del 86,23%. GLM-Legal puede realizar una serie de tareas específicas, como revisar contratos, reunir pruebas y realizar investigaciones de cumplimiento transfronterizo. Ha adoptado un estricto mecanismo de aprobación de todas las condiciones y el diseño de las tareas coincide directamente con las asignaciones de los bufetes de abogados estándar.

Gemini 4 Argon hoy ha entrado oficialmente en la fase de disponibilidad general (GA) y ha obtenido la validación de sus declaraciones anteriores por parte de benchmarks independientes como CursorBench. A pesar de la falta de detalles específicos sobre las puntuaciones, el respaldo de benchmarks independientes indica que sus declaraciones técnicas se están convirtiendo gradualmente en una realidad verificable a nivel de ingeniería.

Un estudio descubrió que los equipos de Agent de IA tienen prácticamente ninguna ventaja en términos de mejora de la calidad, pero sí un aumento de costos de 5,1 veces. Solo una cuarta parte de las pruebas mostraron una mejora de calidad medible. Los propios datos de Anthropic también respaldan esto: después de diez Agentes, la calidad tiende a estabilizarse, mientras que el costo por token sigue aumentando.