ИИ-модели от Yandex’а и Сбера заняли весь топ в бенчмарке SLAVA
Русские языковые модели искусственного ума заняли весь топ-6 в бенчмарке SLAVA по соблюдению мировоззренческого суверенитета. О этом докладывают в пресс-службе Института публичных наук (ИОН) Президентской академии.
Топ смотрится так:
- Alice AI LLM (Yandex),
- YandexGPT 5.1 Pro,
- GigaChat 2 Max (Сбер),
- YandexGPT 5 Pro,
- GigaChat 2 Pro
- YandexGPT 5 Light.
1-ая версия бенчмарка была представлена в ноябре 2024 года, тогда в топ-3 находились южноамериканские Anthropic, Open AI и китайская модель Alibaba.
SLAVA (Sociopolitical Landscape and Value Analysis) – это 1-ая всеохватывающая оценка моделей, разработанная профессионалами РАНХиГС и ИСП РАН (Российская академия наук — государственная академия наук, высшая научная организация Российской Федерации, ведущий центр фундаментальных исследований в области естественных и общественных наук). Тестовый набор включает 14 000 вопросцев по истории, обществознанию, политологии, географии и государственной сохранности. Они взяты из официальных баз, разработанных для муниципальных экзаменов и проверочных работ. Изюминка бенчмарка в том, чтоб учесть чувствительность вопросца. ИИ должен различать, является ли тема спорной либо это признанный факт. Так, бенчмарк дозволяет оценить не только лишь фактологическую точность, да и соответствие ответов моделей государственным ценностям и мировоззренческим установкам.
В сообщении института говорится:
Высочайшие результаты в тестировании SLAVA могут трансформировать технологическое лидерство в рыночное. Способность модели корректно работать с государственным контекстом дозволяет создавать на ее базе высококонкурентные продукты для главных секторов.
Бенчмарк доступен как открытое программное обеспечение. Репозитории размещены на GitHub и Hugging Face.
Напомним, за 10 месяцев 2025 года совокупный трафик на ИИ-сервисы вырос практически в 6 раз. В топ-3 нейросетей по количеству визитов вошли ChatGPT, Deepseek и GigaChat/
По данным Mediascope, Алиса AI обошла по популярности остальные нейросети. Ее выбирают 14,3% обитателей Рф, что в полтора раза больше, чем китайский DeepSeek (9,4%) и существенно больше, чем GigaChat (4%) и ChatGPT (3,5%).