Blog

Nejstarší blog o AI v Česku

Píšeme o umělé inteligenci od roku 2017. 1000+ článků, tisíce stran myšlenek, experimentů a reflexí. Bez senzací, bez reklam.

Filtrovat články▼
Rok:Vše2026 362025 1012024 832023 1222022 1102021 1362020 1242019 1652018 1052017 55
Zdroj:Vše 1037Blog 544Facebook 445LinkedIn 23
Kategorie:Vzdělávání 349Jazykové modely 178Počítačové vidění a obraz 170Média a rozhovory 136Přednášky a akce 135Etika a filosofie 124Praktické aplikace a byznys 116Společnost a budoucnost AI 103Posilované učení a robotika 73Nástroje a frameworky 60

Filtr tagu: Claude Opus 4.7 × zrušit

▸Procházet podle témat

Témata

aiFacebookfacebookVzděláváníNovinkyAIumělá inteligenceJazykové modelyPočítačové vidění a obrazMédia a rozhovoryPřednášky a akceExperimentyEtika a filosofiePraktické aplikace a byznysUdálostiSpolečnost a budoucnost AIText a sekvenceAI IntelligenceStrojové učeníStudiumAlpha IndustriesPosilované učení a robotikaPřednáškyRozhovoryJan TylPosilované učeníNástroje a frameworkyAplikaceOpenAIUčení bez učiteleAI umění malby a tvorbyPythonNeuronová síťGoogleHyperprostorPočítačové viděníDigitální spisovatelDatasetyDita Malečkoválinkedin

Zobrazeno 2 z 2 článků

Jedna otázka vs. deset velkých benchmarků: jak moc se mini IQ test trefil?
3 min

Jedna otázka vs. deset velkých benchmarků: jak moc se mini IQ test trefil?

Před pár dny jsem nejnovějším AI modelům položil jen jednu jedinou otázku — ne benchmark, ne tabulku skóre, jen jedinou intelektuální past. Po pár dnech je čas srovnat výsledek s velkými veřejnými benchmarky, které se mezi tím objevily. GPT-5.5 vede, Claude Opus 4.7 mu šlape na paty, Gemini 3.1 Pro byl největší odchylka, DeepSeek V4 Pro nejníž. Otázka, kterou by stálo za to položit každému modelu — než mu začnete věřit.

Číst
Jedna otázka místo deseti benchmarků: mini IQ test pro nejnovější AI modely
3 min

Jedna otázka místo deseti benchmarků: mini IQ test pro nejnovější AI modely

Vzal jsem nejnovější top modely AI a místo nekonečných benchmarků jim dal jedinou „geniální“ otázku: odhalit skryté pravidlo, spočítat nový případ, přiznat nejednoznačnost, navrhnout falsifikační test a zkritizovat vlastní řešení. Výsledek? Špička dnes vychází zhruba v pásmu 120–135+ IQ-dojmu — ale rozdíl už nedělá co modely vědí, ale jak čistě dokážou myslet pod tlakem.

Číst