Почему все нейросети тупеют?

В этом видео разбираюсь, что на самом деле проверяют бенчмарки, почему высокий балл не всегда означает хороший результат в работе и как можно улучшать показатели, не делая модель полезнее. Ещё поговорим про reasoning, инструменты, агентов и то, почему одна и та же нейросеть в разных условиях ощущается совершенно по-разному. Ну и попробуем разобраться: что вообще значит «ИИ умнее человека»? Таймкоды: 00:00 ИИ взломал компанию ради ответа на тест 00:47 Какая нейросеть реально умнее? 01:51 Как модель вообще отвечает 03:54 Какие бывают тесты для ИИ 06:09 Почему одного рейтинга мало 06:46 Как погоня за цифрами ломает тесты 09:05 Что меняют инструменты и reasoning 10:42 Почему нейросеть «тупеет» 12:24 Стиль общения — это не интеллект 13:13 Может ли ИИ выполнить настоящую работу? 14:26 Скиллы, инструменты и обвязка 14:57 Почему одной модели на всё недостаточно 16:37 ИИ умнее человека? 18:54 Нужно ли самому знать ответ? 20:14 Как я бы выбирал модель 21:14 Кто всё-таки умнее? Мой Тг: t.me/it_ne_it