Gemini-3-Pro

פוסט מחקר חדש של מדעני Google Research, ניתאי קלדרון וגל יונה, מציג את מסגרת 'פרופילי הידע' ואת מדד WikiProfile המבוסס על 2,150 עובדות מוויקיפדיה. המחקר חושף כי שגיאות עובדתיות במודלי שפה מתקדמים כמו Gemini 3 ו-GPT-5 אינן נובעות מהיעדר המידע בפרמטרים (כשל קידוד), אלא מקושי של המודל לגשת אליו ולשחזר אותו באופן עצמאי (כשל שחזור). במודלי הקצה המובילים, כ-95% עד 98% מהעובדות מקודדות, אך המודלים נכשלים בשחזור ישיר של 26% עד 34% מהן. המחקר מדגים כי מנגנון חשיבה יכול לסייע בשחזור של כ-40% עד 65% מהעובדות המקודדות הללו, במיוחד במקרים של עובדות נדירות או שאלות הפוכות (קללת ההיפוך), ובכך הוא מהווה כלי יעיל לפתרון צוואר הבקבוק של השחזור.

**January Mirror הוא AI קליני מבוסס ראיות שמשיג 87.5% דיוק בבחינת אנדוקרינולוגיה, מעל GPT-5.2 (74.6%) ורופאים (62.3%).** לקליניקות ישראליות, זה אומר סוכני AI מדויקים יותר דרך WhatsApp ו-Zoho CRM, חוסך 20 שעות שבועיות ומקיים חוק הגנת הפרטיות.

מחקר חדש מראה כיצד JiSi מאפשרת ל-LLMs פתוחים להכות את ג'מיני 3 פרו בעלויות נמוכות. קראו על החידושים שמשנים את כללי המשחק. קראו עכשיו המלצות עסקיות.

מחקר חדש ב-arXiv בודק מודלי LLM מתקדמים על הוכחות מתמטיות מספר אלגוריתמים רנדומליים. Gemini ו-Claude מובילים עם 66% דיוק. קראו עכשיו לפרטים מלאים.