❓Когда нейросетям нужно рассуждать, а когда — нет? Чтобы узнать, создали MTGBench. Это набор из семи игр вроде «Поля чудес», «Городов» и «Данеток», который помогает оценить, как хорошо нейросети рассуждают и в каких задачах это позволяет им прийти к верному решению.

↘️ Бенчмарк подготовили исследователи Яндекса и студенты Школы анализа данных. Их статью о MTGBench приняли на международную научную конференцию EMNLP 2026. А сам бенчмарк выложили в открытый доступ. Компании и разработчики могут использовать его, чтобы подобрать модель под свою задачу.

Подписывайтесь 👉 @yandex