TGViewer
HABR FEED + OPENNET HABR FEED + OPENNET @tmfeed · 2.72K subscribers
Post #323934 79
Как я собрал винный бенчмарк на 3 266 вопросов руками LLM и где они меня подвели #habr
https://habr.com/ru/articles/1088780/
Tags: LLM, бенчмарк, датасет, evaluation, мультиагентные-системы, Claude-Code, вино, скрапинг, OpenRouter, воспроизводимость
Author: nikitahudov
Open in Telegram All posts from @tmfeed
More from @tmfeed
  1. Oct 1, 2026cert-manager-webhook-freens: сертификаты Let's Encrypt на все поддомены в Kubernetes через…
  2. Oct 1, 2026Gartner: расходы на использование LLM превысят среднюю зарплату разработчика к 2028 году #…
  3. Oct 1, 20263D в игре на Flame: от одной модели до целого мира #habr https://habr.com/ru/articles/1089…
  4. Oct 1, 2026Арнольд Шварцнеггер поучаствовал в утилизации Figure 02 в расплавленном металле #habr http…
  5. Oct 1, 2026900 гипотез об уязвимостях и 12 миллиардов токенов #habr https://habr.com/ru/articles/1089…
  6. Oct 1, 2026Парсер расписаний после хабратестирования: полвторого, RRULE, systemd и производственный к…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →