#ШАД

Яндекс и студенты ШАД разработали MTGBench для оценки рассуждений нейросетей

Открытый набор тестов включает семь текстовых игр и проверяет, как модели решают многоэтапные задачи. С его помощью можно подбирать рассуждающие нейросети под конкретные задачи.