Téma

Hodnotenie AI

2 publikovaných článkov s dohľadateľnými zdrojmi a revíziami.

KInIT: vysoké skóre ešte neznamená, že multimodálna AI naozaj rozumie obrázkom

KInIT zverejnil 20. októbra 2026 súhrn doktorandského výskumu Ivany Beňovej o multimodálnych modeloch. Podľa autorky môžu modely na jednoduchých benchmarkoch pôsobiť presvedčivo, no pri hľadaní správneho popisu medzi tisíckami možností sa ukáže, že slabšie chápu najmä akcie a vzťahy medzi objektmi.

#KInIT #multimodálne modely

31. októbra 2026Odborný rozbor·3 min

AI systémy a vývoj

Benchmark AutoBench tvrdí, že testované LLM routery často neprekonajú ani jednoduchú statickú voľbu modelu

AutoBench Router Benchmark hodnotí routery tak, že iba sleduje, ktorý model zvolia, a k tejto voľbe priradí už uložené skóre aj cenu. Podľa autorov pritom žiadny z testovaných routerov neprekonal statickú voľbu Always-Luna súčasne v kvalite aj cene a viaceré nastavenia sa správajú takmer ako konštantná politika jedného modelu.

#LLM #routing

30. októbra 2026Odborný rozbor·3 min