חיפוש בחדשות

**DECKBench הוא בנצ’מרק חדש שמודד יצירה ועריכה של מצגות אקדמיות על ידי מערכות מרובות-סוכנים—לא רק לפי “איכות סיכום”, אלא גם לפי נאמנות למאמר, קוהרנטיות בין שקפים, איכות פריסה (layout) ויכולת לציית להוראות עריכה לאורך כמה סבבים.** לפי המאמר ב-arXiv, הדאטה בנוי מזוגות “מאמר→מצגת” עם הוראות עריכה מדומות, והקוד זמין ב-GitHub. לעסקים בישראל זה רלוונטי כי רוב העבודה האמיתית היא סבבי תיקון: התאמת מסרים, הסרת מידע רגיש, ושמירה על תבנית מותג. אם אתם מפיקים דקים ממסמכים (נהלים, הצעות, הדרכות), כדאי לבנות תהליך מודולרי (סיכום→תכנון→HTML→בדיקות) ולנהל משוב רב-סבבי דרך מערכות כמו Zoho CRM, N8N ו-WhatsApp Business API.

**CircuChain הוא בנצ’מרק אבחוני שמפריד בין יכולת פיזיקלית של LLM בפתרון מעגלים לבין ציות לקונבנציות שהמשתמש מגדיר (כיוון זרם, סימן ופולריות).** לפי המאמר (arXiv:2602.15037v1), בכל מודל נבחנו 100 משימות עם זוגות Control/Trap שמחליפים בכוונה קונבנציות. הממצא המרכזי: מודלים חזקים עשויים להיות “כמעט מושלמים” בפיזיקה אבל עדיין להפר הנחיות תחת תנאי Trap, בעוד מודלים חלשים יותר מצייתים טוב יותר להוראות. לעסקים בישראל שמטמיעים LLM בתהליכי הנדסה, תמיכה טכנית או QA, המשמעות היא שחייבים להוסיף שכבת אימות (solver/SPICE או בדיקות אוטומטיות ב‑N8N) ותבנית תשובה קשיחה—לפני שהמידע נכנס ל‑CRM או לתיעוד רשמי.