«Яндекс» выпустил открытый тест для проверки способности нейросетей рассуждать
Компьютерра ·
Источник: Компьютерра - Журнал о науке и технологиях «Яндекс» и студенты Школы анализа данных (ШАД) представили MTGBench — открытый бенчмарк, который помогает оценивать, насколько хорошо нейросети справляются со сложными задачами, требующими последовательных рассуждений. Инструмент опубликован в открытом доступе, а научную статью о нём приняли на конференцию EMNLP 2026. MTGBench проверяет, умеет ли модель учитывать новые сведения по ходу решения, опираться на предыдущие шаги […] Полная версия статьи: «Яндекс» выпустил открытый тест для проверки способности нейросетей рассуждать