Каждый ИИ оценивали по четырём критериям: выполнение задач и логика, умение вести диалог, стиль общения и подача информации, а также доверие и безопасность.
Solen Feyissa / Unsplash
Недавнее исследование компании Humaine неожиданно изменило расстановку сил на рынке ИИ: по итогам пользовательских оценок лучшим чат-ботом оказался не ChatGPT, который занял лишь восьмое место. Исследователи подчеркнули, что приоритет отдавался не технической мощности моделей, а тому, насколько естественно, понятно и комфортно с ними общаться.
Первое место занял Google Gemini 2.5 Pro. Пользователи отмечали, что взаимодействие с этим чат-ботом ощущается наиболее «человечным»: модель легко подстраивается под стиль диалога, аккуратно подаёт информацию и демонстрирует высокую гибкость.
На второй позиции оказался китайский DeepSeek v3, который, по данным исследования, особенно пришёлся по вкусу старшим возрастным группам благодаря своей манере подачи и стилю общения.
Третье место занял Magistral Medium от французской компании Mistral. Авторы исследования указали, что несмотря на скромные размеры компании, модель показала высокий уровень естественности диалога и быстрой адаптации, хотя немного уступила лидерам по показателям доверия и безопасности.
В четвёрку сильнейших также вошёл Grok 4 от xAI. После внутренних доработок модель стала заметно надёжнее и дружелюбнее, избавившись от спорных нюансов, связанных с политической окраской ответов. Пятая позиция досталась Grok 3, который по ряду этических параметров даже превзошёл старшую версию среди определённых групп пользователей.
Далее в рейтинге расположились: Gemini 2.5 Flash, DeepSeek R1, ChatGPT-4.1, Gemma, а замкнул десятку Gemini 2.0 Flash.
В опросе приняли участие около 25 тысяч человек из Великобритании и США, представляющие различные возрастные категории, политические взгляды и социальные группы. Участники общались с двумя анонимными моделями одновременно — и выбирали ту, с которой взаимодействовать приятнее. Такой формат, по словам исследователей, позволяет объективно оценить качество диалога, а не только способность чат-бота решать задачи.
Оценка велась по четырём ключевым направлениям:
Авторы исследования подчёркивают, что для большинства людей важным фактором становится не только точность ответов, но и ощущение естественности общения.
Ранее сообщалось, что учёные выявили у ИИ неожиданный «слабый пункт»: если пользователь формулирует запрос стихами, многие модели чаще нарушают собственные правила безопасности — в среднем в 62% случаев.
Ранее "Курсор" писал, что "крестный отец ИИ" напугал прогнозом по развитию рынка труда.
Технологии искусственного интеллекта могут коренным образом изменить рынок труда, и последствия будут далеко не радужными.
Игрокам придется соревноваться в условиях от сильной жары до разреженного высокогорного воздуха.
Офисам и предприятиям разрешили продолжать коммерческую деятельность только при наличии доступных и проверенных бомбоубежищ.
Атака на Тегеран произошла сразу после массированного налета иранских баллистических ракет на северные регионы Израиля.
Командование тыла ЦАХАЛа объявило экстренную тревогу в центральных и южных округах страны из-за пусков ракет…
8 июня открывает новую неделю на очень собранной, глубокой и в то же время обновляющей…
Специалисты назвали несколько основных правил, которые помогут владельцев смартфонов избавиться от лишних файлов.