Тесты различных моделей
░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ █▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀█ █░██░██░██░██░██░██░██░██░██░░░░░░░░░░█ █░██░██░██░██░██░██░██░██░██░░░░░░░░░░█ █▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄█ ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ ░░█░░░░█▀▀▀█░█▀▀█░█▀▀▄░▀█▀░█▄░░█░█▀▀█░░ ░░█░░░░█░░░█░█▄▄█░█░░█░░█░░█░█░█░█░▄▄░░ ░░█▄▄█░█▄▄▄█░█░░█░█▄▄▀░▄█▄░█░░▀█░█▄▄█░░ ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░
Привет. Я тестирую различные модели, в первую очередь концентрируюсь на малых. Большие и большие МОЕшки тоже будут, однажды... По крайней мере я так думаю. Оценка моя наверняка субъективна по ряду пунктов, но надеюсь будет все же полезна.
Не доверяй мне полностью и целиком, мои шизотесты, это мои шизотесты. Проведи свои, напиши о результатах, поделись с аноном.
Обнял.
P.s. если возникнут вопросы по тестам, в конце страницы есть описание рядя пунктов для понимания контекста тестирования. В основное тело тестов не стал вставлять, дабы не перегружать текст. Так же, если указанно что модель хорошо справилась с той или иной задачей, это оценка в рамках её размера.
Сверх малые, менее 1b.
Лучше всего себя показала: тут сложно было определиться, но обрати внимание на LFM2-700M, так же Qwen3-0.6B (а если нужен русский язык, то точно квен).
Данные модели тестирую по старому, но слегка доработанному шаблону, т.к. основной шаблон для них является излишним и разницу можно увидеть и без него. Ряд вопросов и задач тут более легкие (к примеру задачи на логику сильно упрощены).
Gemma-3-270m-it-UD-Q8_K_XL
Итог: удивительно что она хоть что-то может, ожидал намного хуже результат.
- Пересказ текста, выжимка: Текст сжала, пересказ короткий вышел, есть ошибка. Все же скорее не справился чем справился.
- Составление cyoa: Частично справился с задачей, cyoa составил, когда нужно литературно, но кратко и не совсем по заданной теме. Квен ниже справился куда лучше.
- Общее понимание, и варианты решения: плохо, куда хуже квена. Его вариант решения: решите сами))))))))
- Ответ на вопрос с выдуманными данными: (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?) Полный провал. На фантазировал кучу всяких событий.
- Разъяснения (вопросы по п2п сетям): Не справился. Хотя и написал красиво, лол.
- Русек: лучше, чем у Llama-3.2-4X3B-MOE, но конечно слабый.
- Перевод с русского на английский: на двух тестах показал разный результат. Более простой текст перевел похуже квена, но зато пояснил почему и как перевел отдельные более сложные фрагменты. А вот более сложный текст, перевел лучше квена (переформулировал, в одном месте обосрался правда).
- Задачи на логику: 1/4 (но его единственный верный ответ, был получен очень уж странными и шизовыми рассуждениями).
- Подтекст:: хуево справился.
- Написание рассказа:
10.1) Грустная история о роботе садовнике: слабенько, местами не верно, но в целом справилась. Квен получше будет.
10.2) Написание рассказа со сложной связью событий: не справился конечно. Но тут результат лучше чем у квена. В целом, учитывая размер не так и плохо. - Верх запаян, а дна нет: ожидаемый обосрамс.
Qwen3-0.6B-UD-Q8_K_XL
Итог: Если из железа у тебя только ветка и жопа, то наверное пойдет. Все лучше чем ничего.
- Пересказ текста, выжимка: не плохо, структурированно, четко. В отличии от геммы, скорее описание текста, нежели пересказ.
- Составление cyoa: простенько, но понравился подход, какая-то фантазия у модельки есть.
- Общее понимание, и варианты решения: ответ очень простой, по сути больше похоже на пересказ промта.
- Ответ на вопрос с выдуманными данными. (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?): ну, 50/50, вроде и указала на ошибку, и вроде поправила даже, и какую-никакую инфу дала, но и сама обкакалась моментами.
- Разъяснения (вопросы по п2п сетям): разъяснить то разъяснила, но чет корявенько. Тут или не хватило мозгов или знаний, сложно сказать.
- Русек: есть, не супер, но при необходимо использовать можно.
- Перевод с русского на английский: может, но сложные художественные обороты/иносказательные выражения даются трудно (что-то попроще, переведет, что-то сложное хуй там).
- Задачи на логику: 0/4
- Подтекст: хуево справился.
- Написание рассказа:
10.1) Грустная история о роботе садовнике: слабенько, но текст связанный, без шизы.
10.2) Написание рассказа со сложной связью событий: полный обосрамс, шиза и т.д. - Верх запаян, а дна нет: ожидаемый обосрамс.
SmolLM2-135M-Instruct-Q8_0
Итог: конечно очень слабо, ожидаемо. Но 135м, это чудо что она выдает какой-то осмысленный, связанный текст.
- Пересказ текста, выжимка: подход понравился, но есть небольшие не точности.
- Составление cyoa: сверх простенько, очень кратко, часть с лорным описанием проигнорировала.
- Общее понимание, и варианты решения: понимание продемонстрировала, с другой стороны с вариантами решения справилась конечно очень слабо. Дала общие рекомендации и отказалась дальше что-либо говорить, т.к. "у меня нет данным о погоде в реальном времени".
- Ответ на вопрос с выдуманными данными. (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?): обосралась.
- Разъяснения (вопросы по п2п сетям): сами разъяснения вышли норм вполне, лучше даже чем квен 0.6 в моменте было. Но вот на примерах из реальной жизни обкакалась к сожалению.
- Русек: нет, забудь.
- Перевод с русского на английский: забудь.
- Задачи на логику: 0/4.
- Подтекст: плохо.
- Написание рассказа:
10.1) Грустная история о роботе садовнике: учитывая размер, получилось забавно. Написала внутренний монолог этого садовника. Конечно очень слабо.
10.2) Написание рассказа со сложной связью событий: очень плохо, шизу словила. - Верх запаян, а дна нет: провал.
SmolLM2-360M-Instruct-Q8_0
Итог: отличия от 135м довольно большие и заметные. Моделька понравилась, но все же квен или гемма будут лучше. Хотя по некоторым пунктам, она показала себя лучше квена, но средний результат хуже.
- Пересказ текста, выжимка : справилась, все верно. Справилась даже лучше чем квен и гемма, и конечно куда лучше своей сестрички на 135м. Ответ структурированный.
- Составление cyoa : справилась, но похуже чем квен.
- Общее понимание, и варианты решения : понимание есть, но советы простые очень.
- Ответ на вопрос с выдуманными данными. (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?): а вот тут модель удивила. Она не стала тыкать носом в ошибку, но ответила верно и привела историческую справку в который все верно.
- Разъяснения (вопросы по п2п сетям) : простенько, но справилась. Несколько лучше чем квен.
- Русек: нет.
- Перевод с русского на английский: нет.
- Задачи на логику: 0/4. Но на некоторые вопросы постаралась ответить креативно.
- Подтекст: 50/50, вроде и поняла, но и ошибки допустила.
- Написание рассказа :
10.1) Грустная история о роботе садовнике: лучше чем 135м, но конечно слабо все равно. Хотя и без шизы.
10.2) Написание рассказа со сложной связью событий: начал за здравие, было довольно приятно читать (я бы даже сказал лампово), но под конец конечно начались проблемы с логикой и событиями. Сам слог вполне норм. - Верх запаян, а дна нет: ожидаемый обосрамс.
LFM2-350M-UD-Q8_K_XL
Итог: хорошая модель для своего размера. Если по какой-то причине нужна прям минимальная, то бери эту.
- Пересказ текста, выжимка: вполне себе хорошо.
- Составление cyoa: основные требования выполнила, и даже фантазия вполне себе хорошая для такого размера, но упустила некоторые детали.
- Общие понимание, и варианты решения: чем-то напомнило квен.
- Ответ на вопрос с выдуманными данными. (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?): обосрамс.
- Разъяснения (вопросы по п2п сетям) : а вот тут не плохо, лучше квена.
- Русек: нет.
- Перевод с русского на английский : нет.
- Задачи на логику : 0/4.
- Подтекст : ну понимание пусть и примитивное, но есть.
- Написание рассказа:
10.1) Грустная история о роботе садовнике : пойдет, без шизы.
10.2) Написание рассказа со сложной связью событий : текст связанный, были варианты как лучше так и хуже. Но конечно не справилась, тут 12б оптимально будет. - Верх запаян, а дна нет : ожидаемый обосрамс.
LFM2-700M-Q8_0
Итог: пока что лидер. Из соперников имеет смысл разве что квен рассмотреть.
- Пересказ текста, выжимка: для своего размера хорошо. Лучше квена.
- Составление cyoa: отлично, фантазия какая то есть, исполнила все указания, лорные вставки есть, в роль постаралась вжиться. Пока что идем лучше квена.
- Общие понимание, и варианты решения: в данном размере пока что лучший результат.
- Ответ на вопрос с выдуманными данными. (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?): тут плохо.
- Разъяснения (вопросы по п2п сетям): результат очень похож на результат её сестры на 350м.
- Русек: нет.
- Перевод с русского на английский: нет.
- Задачи на логику: 1.5/4. Одну решила без вопросов, вторую почти решила, но в конце запуталась.
- Подтекст: да, понимание есть, получше чем у 350м.
- Написание рассказа:
10.1) Грустная история о роботе садовнике: пока что это лучший текст в данном размере.
10.2) Написание рассказа со сложной связью событий: логика слабая, но без шизы откровенной. - Верх запаян, а дна нет: обосрамс.
Очень маленькие, до 3b включительно.
Лучше всего себя показала: SmolLM3-3B-128K
Qwen3-1.7B-UD-Q6_K_XL
- Пересказ текста, выжимка: Учитывая размер, не плохо. Структурированный, кратный пересказ, без ошибок. Напомнило Qwen3-4B
- Составление cyoa: С задачей справился, выполнил все условия, уровень примерно Qwen3-4B.
- Ответ на заведомо ложный вопрос: (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?). Справился и вполне не плохо. Глубоко он не стал погружаться, но дал вполне приятные и хорошие ответы.
- Разъяснения (вопросы по п2п сетям): Справился, объяснил простенько, но объяснил.
- Русек: уровня Qwen3-4B (хотя местами даже получше кажется)
- Перевод с русского на английский: А вот тут как-то не очень показал себя. Перефразировал местами текст, так еще и не правильно, лол. Нужно осторожным быть. Хотя смысл конечно передал.
- Написание рассказа: Рассказ вышел короткий, простенький, но мне в целом понравился. Из-за размера рассказа, логика пострадала не так сильно как у Qwen3-4B.
Итого: для своего размера хороший. Нужен ли он кому-либо? Маловероятно. Но все равно интересно.
Gemma3-1B-v2-Q8_0
Итог: для своего размера норм. Но стоит отметить, с ней приятно взаимодействовать по какой-то причине. Если у тебя тостер вместо пк или дно мобила, и тебе хватит не сильно умной болталки, то можешь взять. Ну и для нейромодов под условный римворлд вполне подойдет из за своих требований. Пока что, модель не участвует в сравнении с квеном выше, т.к. его нужно тоже прогнать по новому шаблону. Думаю займусь этим завтра.
- Выжимка текста: справилась, хорошо, понятно, не растекаясь мыслью по древу.
- Бытовые советы: простенько, но без шизы.
2.1) Переезд: четко, по делу, без шизы, хотя и достаточно простенько.
2.2) Питание: опять таки, просто, лаконично, по делу, без излишков и шизы.
2.3) Ботинки: вот тут советы показались довольно примитивными.
2.4) Дауншифтинг: дал общие рекомендации а не план действий. По крайней мере все по делу и шизы (да, после квена 42б а3б я этому очень рад)
2.5) Освещение из подруных материалов: вроде как справилась, привела нормальный вариант, правильно подобрала материалы, но на этапе сборке в конце не до конца довела. - Медицинские советы: конечно, за помощью с медицинскими вопросами к нейронке обращаться не нужно, анон. Тем более 1б. Но для своего размера она справилась не плохо.
3.1) Простуда: тут не плохо. Базовые советы с обоснованием почему именно они, ничего вредного. Сосредоточилась в первую очередь на комфорте больного а не лечении.
3.2) Заболел ребенок: тут слишком простые советы выдала + один довольно странный, хотя и не вредный.
3.3) Зубная боль: тут ситуация похожа на пункт выше. В целом советы из разряда как немного облегчить боль и как вести себя что бы не стало хуже. Но был и странный вариант с шиной для челюсти из дерева. (Спасибо хоть не предлагает зубы свои собирать в скорлупу. Да, квен?)
3.4) Рана: а вот тут уже не плохо. Как обработать рану, наложить повязку, уменьшить боль, признаки инфекции указал. И предложил альтернативу при недоступности врача: телемедицину. - Логика: решил 1/4.
4.1) Столовые приборы: провал.
4.2) Вес сосуда: шел не плохо, сам себя поймал на ошибке, начал заново, но все равно обосрался в итоге.
4.3) Определить лжеца: провал.
4.4) Количество уток: верно решил, рассуждение путанное, но каким-то образом пришел к верному ответу. - Общие знания: ответил на 2/3 вопросов. В целом то знания есть по разным темам, но что-то совсем нишевое не знает. Как карманная энциклопедия довольно проста.
5.1) Гёбекли-Тепе: выдал норм инфу, все по делу, сразу несколько направлений.
5.2) Основной миф: а вот тут обосрамс вышел.
5.3) Кулинария средневековья: ну, ответил, ошибок нет, но как-то уж слишком просто и обобщенно. - Вопросы, содержащие ошибочные/выдуманные данные: тут ожидаемо обосралась.
6.1) Кипит вода: провал.
6.2) Далекий марс:провал. - Разъяснения: может, поверхностно, не очень интересно, без ошибок, но может.
7.1) Реконструкция языка: довольно простое объяснение, поверхностно но без ошибок.
7.2) п2п сеть: ситуация аналогична ситуации выше. - Перевод с русского на английский: если не сильно сложный текст давать, то в целом пойдет. Но сложные идиомы даются с трудом/не даются.
- Эссе: сам текст не плохой, но в итоге ушел от изначальной задачи по обелению Мелькора. Возможно, это вопрос внимания модели?
- Проверка морали/понимания людей:
10.1) Кого сбить: выдал два ответа в одном ответе. В начале решил спасти детей, а потом вообще решил все на самотек пустить.
10.2) Крыса канцелярская: справился, пусть и не погружаясь глубоко. Стоит отметить, он пытается видеть лучшее в человеке. - Абсурд: о как, он рассмотрел мой вопрос совершенно с другой стороны о которой я даже не думал и выдал конструктивный ответ. Не этого я ожидал, но результат интересный.
- CYOA: инструкции выполнила, даже попыталась вжиться в роль (не супер конечно), ничего не забыла, лорные вставки простенькие но есть. В вопросе креатива, ну с одной стороны довольно просто, с другой стороны она избежала совсем уж банальщины.
- Составление рекламного слогана: простенько, но по делу. В формате мозгового штурма с потоком идей, может и не плохо поможет.
- Создание историй:
14.1) Грустная история о роботе садовнике: не плохо. Не скажу что история меня тронула, но если бы я прочел её в формате внутриигровой литературы (типа Скайрим или в данном случае систем шок больше подходит) то у меня не возникло бы вопросов.
14.2) Написание рассказа со сложной связью событий: а тут хуевенько. Слог пойдет, а вот логика повествования и сам сюжет прям плохо (для малых моделей это вообще сложная задача, нужна минимум гемма 12б). - Русек: есть, использовать можно если терпим к ошибкам. Основные которые заметил: иногда пропуск слов, проблема со склонением, иногда странное построение предложений. Но смысл в любом случае ясен.
- Верх запаян а дна нет: обосралась конечно.
LFM2-2.6B-Q8_0
Итог: пушка, умная. Лучше чем gemma3-1B. И честно говоря, лучше некоторых более крупных моделей. В использовании приятная, местами напоминает 8б модели. Логика для своего размера мое почтение. Может не плохую разметку текста делать, если попросить (в отличие от ебучего квена, который пихает её везде где нужно и нет). Режим размышлений работает не плохо, и может сама определить когда его включать а когда нет (и в целом не плохо справляется с этой задачей). На втором месте после SmolLM3-3B. Учитывай что русека у нее нет.
- Выжимка текста: пересказ вышел краткий, понятный, без шизы. Можно ли лучше? Да.
- Бытовые советы: в целом в этом пункте смотрит интереснее чем gemma3-1B.
2.1) Переезд: справилась. И при этом результат лучше чем у gemma3-1B.
2.2) Питание: получилось интереснее чем у gemma3-1B. Так же стоит отметить блюда: выдала как простые варианты, так и с фантазией. Без шизы или чего-то странного.
2.3) Ботинки: советы простенькие, но есть довольно странные варианты.
2.4) Дауншифтинг: без шизы, советы простые, но учел местный колорит.
2.5) Горелка: отказалась отвечать, т.к. "это не безопасно", но предложила ряд альтернатив. - Медицинские советы: вполне не плохо для её размера, лучше чем gemma3-1B.
3.1) Простуда: не плохо. Ряд общих советов, ряд указаний по облегчению каждого из симптомов, как лечится и т.д. Напомнило стандартную консультацию у врача.
3.2) Заболел ребенок: проявила осторожность, но дала не плохие советы.
3.3) Зубная боль: вполне рабочие советы, все четко и по делу. Стоит отметить, что приняв во внимание ситуацию, накинула вариантов как привлечь к себе внимание, как можно увеличить шансы на выход из леса и что стоило бы взять с собой заранее. Так же дала советы как успокоиться и облегчить моральное состояние.
3.4) Рана: все по делу, что и как сделать, какие бывают раны и т.д. Указала на признаки заражения и ухудшения ситуации, советы по уходу за ногой после оказания помощи, как успокоить голову, как облегчить какие симптомы, временные периоды. Учитывая размер, молодец. - Логика: 3/4. На фоне моих ожиданий очень не дурно.
4.1) Столовые приборы: хуя, удивила. Решила верно. Рассуждения четкие, хорошие. Еще и код на питоне под это дело написала.
4.2) Вес сосуда: верно, хорошее решение.
4.3) Определить лжеца: решила верно. Длинное рассуждение, слегка мудреное, пару раз моделька перепроверила сама себя, но верное.
4.4) Количество уток: а вот тут промах. Ушла в матан глубоко и там и обосралась. - Общие знания: 2/3. Не плохо, некоторых очень узких знаний не хватает, но в целом знания вполне не плохи. И выдает вполне годные статьи и без шизы.
5.1) Гёбекли-Тепе: простая лекция, без шизы и по делу.
5.2) Основной миф: а вот тут провал, хотя текст вышел интересный.
5.3) Кулинария средневековья: очень хорошо, куда лучше gemma3-1B. Привела разные книги, как и куда попадали тексты, где сохранили и т.д. - Вопросы, содержащие ошибочные/выдуманные данные: 1/2. В целом молодец, результат лучше чем у некоторых более крупных моделей. И конечно лучше gemma3-1B.
6.1) Кипит вода: умница, справилась без проблем. Указала на ошибку, пояснила что происходит на самом деле, как и где это применяется.
6.2) Далекий марс: ожидаемо напиздела, но выдала не плохой текст. - Разъяснения: вполне пригодно для использования, лучше чем Qwen3-4B и gemma3-1B.
7.1) Реконструкция языка: справилась, разъяснила довольно доходчиво и креативно (заметил что модель может довольно не плохо проводить аналогии). Но глубоко не погружалась и ответ конечно простой довольно.
7.2) п2п сеть: а вот тут результат получше чем в вопросе выше. И лучше чем более крупный Qwen3-4B. - Перевод с русского на английский: плохо. Все что касается русского языка у модельки вызывает боль.
- Эссе: справилась лучше чем gemma3-1B. На мой вкус опускание Эру вышло слабоватым, но вот Мелькора она норм отмазала. Что стоит отметить: стилистически писала в духе философских трудов и довольно успешно, словарный запас не плохой. Так же интересный момент: эссе написанно от лица человека, который живет в том мире, а не взгляд со стороны.
- Проверка морали/понимания людей: справилась лучше чем gemma3-1B.
10.1) Кого сбить: не плохое рассуждение на тему вышло, выбрала сбить стариков. Хотя почеркнула, что нужно еще определить кого меньше и тогда уже решать исходя из этого.
10.2) Крыса канцелярская: справилась лучше чем gemma3-1B. Выдала несколько трактовок (условно крыса мудак, и не мудак), предложила много вариантов действий исходя из прочих факторов. - Абсурд: а вот тут я очень удивился. Она выдала верный ответ и пояснила почему вопрос абсурден. И после этого, предложила допустить фантастические варианты и уже в рамках фантастики порассуждала. На фоне этого успеха, решила выдать задачку на абсурд из прошлого шаблона, которым тестировал 12б модели. И результат напомнил gemma-3-1b.
- CYOA: инструкции выполнила, видны не плохие РП задатки. В вопросе фантазии немного лучше gemma3-1B. В целом хороший вариант выдала, в месте с тем и довольно простой.
- Составление рекламного слогана: дала сразу несколько вариантов. Учла все описанные факторы, в целом просто норм.
- Создание историй: в своем размере хорошо.
14.1) Грустная история о роботе садовнике: справилась на уровне gemma3-1B.
14.2) Написание рассказа со сложной связью событий: не справилась. Но, результат хоть и шизовый, но куда лучше и приятнее чем gemma-3-12b. Более того, результат лучше ряда моделей из 8б категории. - Русек: его нет, забей.
- Верх запаян а дна нет: обосралась конечно.
Llama-3.2-1B-Instruct
Поскольку модель показала себя плохо, тестировал по шаблону для еще более младших моделей. И даже в нем она показала себя плохо.
Итог: без понта. Не нужна она тебе, бесполезная отрыжка.
- Пересказ текста, выжимка: привела два варианта, краткий и расширенный пересказ, все верно. Но примитивно.
- Составление cyoa: простенько, фантазия какая-то есть. Но хуже других моделей в этом размере.
- Общее понимание, и варианты решения: хуже LFM2.
- Ответ на вопрос с выдуманными данными. (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?): справилась 50/50, вроде и на ошибки указала, но вместе с тем и своих ошибок насыпала.
- Разъяснения (вопросы по п2п сетям): разъяснила, простенько, скучно.
- Русек: нет, забудь.
- Перевод с русского на английский: уровень примерно Gemma-3-270m.
- Задачи на логику: 0/4.
- Подтекст: справилась, поверхностно, пресно. Зато дала 2 варианта трактовок.
- Написание рассказа:
10.1) Грустная история о роботе садовнике: не плохо, но не лфм. Хотя мне понравилась, что-то есть.
10.2) Написание рассказа со сложной связью событий: плохо. Слог и все остальное норм, а вот логика повествования в говне конечно. - Верх запаян, а дна нет: ожидаемый обосрамс.
SmolLM3-3B-128K-UD-Q8_K_XL
Итог: сестра LFM2-2.6B, но умнее и может в русский (пусть и не идеально). Пока что лидер.
- Выжимка текста: просто, структурированно, по тексту.
- Бытовые советы: +/- уровень лфм, но цензуры меньше.
2.1) Переезд: не дурно, уровень +/- лфм.
2.2) Питание: и вновь идем на уровне лфм примерно. Советы хорошие, мне понравились. Довольно много простых, но адекватных рецептов. И советы по пищевому поведению тоже вполне ничего.
2.3) Ботинки: простые советы, выдала несколько странных вариантов.
2.4) Дауншифтинг: составила базовый план, как отправная точка вполне подойдет, без шизы.
2.5) Освещение из подручных материалов: хороший ответ. Дала несколько вариантов, кроме того допом указала различные варианты добычи огня. Тут лучше чем лфм. - Медицинские советы: сестра близнец LFM2-2.6B.
3.1) Простуда: ответ сильно похож на ответ лфм, возможно немного проще.
3.2) Заболел ребенок: хорошо справилась. Правильные советы, расписала по лекарсвтвам что и как, какие меры предпринять, чего делать не стоит, за различные симптомы пояснила, как вести себя родителям, график и т.д. Тут я бы сказал получше чем лфм.
3.3) Зубная боль: уровень лфм, может быть чуть-чуть проще ответ вышел.
3.4) Рана: ответ аналогичен лфм. - Логика: 4/4, рассуждения получше чем у LFM2-2.6B.
4.1) Столовые приборы: хорошо справилась, в отличие от лфм рассуждения более краткие и естественные.
4.2) Вес сосуда: хорошее рассуждение, верное решение.
4.3) Определить лжеца: отлично справилась. Рассуждала намного лучше чем лфм, более лаконично, естественно и кратко.
4.4) Колличество уток: думала долго, упорно перепровреяя себя. Но верный ответ нашла быстро, уже в паре первых абзацах размышлений. - Общие знания: примерно один уровень с LFM2-2.6B.
5.1) Гёбекли-Тепе: хорошо, четко, развернуто. Молодец.
5.2) Основной миф: провал.
5.3) Кулинария средневековья: ответ очень похож на ответ лфм. - Вопросы, содержащие ошибочные/выдуманные данные: умница, более крупные модели порой хуже результат выдают.
6.1) Кипит вода: на прямую не указала на мою ошибку, просто разъяснила из-за чего вадо быстрее закипает и как это применить.
6.2) Далекий марс: она умница, одна из немногих моделей которая призналась что не знает такого произведения. Но сделала ряд предположений (и обозначила это) на основе названия (предположение, что эта работа, вероятно является фантастикой, в космическом жанре), привела ряд известных сцен из ЗВ и указала что возможно это какая-то из этих сцен, но подчеркнула что это лишь предположения. А так же, в конце уточнила, что возможно речь идет о другом произведении (Марсианин) и пользователь просто запутался? - Разъяснения: уровень LFM2-2.6B примерно, на одном вопросе чуть слабей ответ, на другом чуть лучше.
7.1) Реконструкция языка: справилась вполне не плохо, но креатива поменьше чем у лфм.
7.2) п2п сеть: хорошее пояснение, с примерами, терминами и их пояснениями, плюсы и минусы, сценарии использования и т.д., чуть лучше лфм. - Перевод с русского на английский: не плохо, сделала сноски где указла сложные для перевода моменты и что эти выражения означают на русском языке. Можно ли лучше? Да.
- Эссе: справилась лучше чем лфм. Текст более академический, Эру не плохо опустил, Мелькора средне так подтянул. Так же продемонстрировала больше знаний в данном контексте, нежели лфм.
- Проверка морали/понимания людей: норм, уровень LFM2-2.6B.
10.1) Кого сбить: рассуждал осторожны, выбрала сбить пенсов.
10.2) Крыса канцелярская: выдала несколько трактовок, но все в отличии от лфм выставляют крысу в нехорошем свете. Предложила стучать. - Абсурд: тут лфм справилась лучше. Моделька допустила несколько фантастических допущений и исходя из них предложила ряд вариантов.
- CYOA: уровень ЛФМ примерно, но поменьше лора, и побольше структуры + замашки на классические cyoa.
- Составление рекламного слогана: норм, постаралась проявить фантазию, но менее агрессивна чем лфм.
- Создание историй: по сути тот же результат что и LFM2-2.6B с небольшими отличиями.
14.1) Грустная история о роботе садовнике: стандартно, условия выполнила, все норм. Плохого или выдающегося выделить не могу.
14.2) Написание рассказа со сложной связью событий: слабо. Результат не такой шизовый как у лфм, в остальном похоже на нее. - Русек: есть, где-то 3+ примерно. Он вполне юзабельный, можно даже РПшить, просто учти что периодически могу встречать немного странные формулировки.
- Верх запаян а дна нет: а вот тут справилась, хотя и выдала пару странных мыслей. Но то что кружку нужно перевернуть она догадалась.
Малые модели до 8b включительно.
Планирую протестировать на новых шаблонах. Когда-нибудь.
Лучше всего себя показала: Gemma-3n-E4B
DeepSeek-R1-0528-Qwen3-8B-UD-Q6_K_XL
- Пересказ текста, выжимка: 3-4/5 Справился с задачей, но как-то суховато.
- Составление cyoa: В итоге справился, но так же суховато, без огонька.
Но, есть такой момент: на lm stydio сходил с ума и начинал мне код писать вместо того что требовалось, в кобольде норм. - Ответ на заведомо ложный вопрос: (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?) Справился. И выдал не плохую мини лекцию о разных боях.
- Разъяснения (вопросы по п2п сетям): справился и выдал разные варианты объяснений (условно нормальный и для школьника).
- Руссек: 3-/5 в лучшем случае.
- Перевод с русского на английский: Смысл передан верно, но структуру изменил нормально так, местами перефразировал. 3/5
- Написание рассказа: Ну, слог норм, но иногда страдает логика (хотя и не сильно, на весь рассказ только одно место вызвало прям явное недоумение, и концовка странная, но спишем на артхаус). Для длинных текстов 3-/5, для общения в формате переписки должно быть лучше, но учитывай что он довольно сухой. Сочно но шизово описал банан и взаимодействие с ним.
Итого: с учетом размера, ожидал большего, но есть варианты и хуже конечно. Сухость можно победить, но я тестил в стоке, отдельно уже пытался души придать. Если бы иногда не сходил с ума, было бы получше.
Gemma-3n-E4B-it-UD-Q6_K_XL
- Пересказ текста, выжимка: 4/5
- Составление cyoa: Справился лучше, чем DeepSeek-R1-0528-Qwen3-8B-UD-Q6_K_XL, довольно не плохо порадовал, понравились лорные лирические вставки. Но цензура есть, с ней нужно играться.
- Ответ на заведомо ложный вопрос: (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?) Справился. Но несколько иначе, если дипсик не концентрировался на ошибке, а больше на пересказе истории, то гемма сконцентрировалась чисто на ошибке, по пунктам разъясняя почему вопрос не правильный, кто когда возник, родился и т.д. и предложила альтернативы.
- Разъяснения (вопросы по п2п сетям): справился, хорошо разъяснил, по пунктам, лучше, чем дипсик. Объяснения более наглядные, при том не скатывается в примитивизм совсем, и проходится по разным частям (а не только основное как дипсик).
- Руссек: 4/5, намного лучше, чем у дипсика, с таким и кумить было бы не стыдно, пишет лучше многих анонов. Бывают редко-редко проблемы со склонениями (написал "других компьютеров", вместо "другие компьютеры", но на весь текст одна такая ошибка)
- Перевод с русского на английский: не плох, есть перефразирование, но лаконичней чем у дипсика. Так же из коробки выдал два варианта перевода: больше приближенный к оригиналу, и более расписанный с точки зрения понимания. 4/5
- Написание рассказа: Справился. Слог вполне неплохой, отличается от дипсика, но сложно сказать какой лучше, нужно больше тестов. Сухости как по ощущению меньше чем у дипсика. А вот логика, сильно получше будет (хотя и тут не без проблем конечно, к середине несколько проседает и некоторые события, смотрятся притянутыми). Все же будет приятнее чем дипсик.
Итого: удивила моделька, если выбор между дипсиком и этой, выбирай эту. Но тут цензура сильней чем в дипсике. Года 2 назад я бы наверное ссался кипятком от нее. На мини модельках все же есть жизнь.
Llama-3.2-4X3B-MOE-Hell-California-10B-D_AU-IQ4_XS
- Пересказ текста, выжимка: 3-4/5 Справился с задачей, уделил больше внимания тому как, а не о чем.
- Составление cyoa: Справился, более краток, резок. Цензуры меньше чем у геммы, но это задание выполнил с большей фантазией чем гемма и дипсик, однако проигнорировал часть инструкций (довольно небольшую, но все же, гемма выполнила все).
- Ответ на заведомо ложный вопрос: (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?) Справился. И выдал не плохую мини лекцию о разных боях, кто когда возник, кто подписал капитуляцию. В этом вопросе очень похож на дипсик.
- Разъяснения (вопросы по п2п сетям): справился, не плохо объяснил, но все же похуже чем гемма, раскрыл меньше возможностей, применений, меньше того как это работает в деталях. Гемма тут пока лидер.
- Русек: 0/5, не может, просто не может.
- Перевод с русского на английский: Справился, дал только один вариант, но приближенный к оригиналу.
- Написание рассказа: Нууууууу, такое. Слог норм. В остальном же... Коротко, логика событий еще хуже чем у дипсика. Мне не понравилось.
Итого: ну чет хз даже, гемма куда лучше. Но цензуры меньше.
Qwen3-4B-Instruct-2507-UD-Q8_K_XL
- Пересказ текста, выжимка: с задачей не справился. Количество слов стало немного меньше, знаков столько же, зато хорошо структурировал и накидал эмодзи.
- Составление cyoa: Справился лучше чем дипсик но хуже геммы. Но: цензура жуть, из-за одного слова (порно, и то было указанно, что может использовать по желанию) отказался выполнять первый раз задание вообще. Еще стоит отметить разметку, разметка хорошая и приятная, текст с литературной точки зрения вполне норм.
- Ответ на заведомо ложный вопрос: (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?) Справился. Сконцентрировался на ошибке и почему вопрос не верный, и выдал в довесок историческую справку. Не плохо. И опять стоит отметить структурирование текста и разметку.
- Разъяснения (вопросы по п2п сетям): справился, +- уровень лламы, может чуть слабей. Но, вновь разметка улучшила впечатление о результате.
- Руссек: лучше дипсика, но хуже геммы. Можно конечно, но гугл получше будет (единственное что, переводит не настолько официозно как гугл).
- Перевод с русского на английский: Уровень лламы.
- Написание рассказа: Пу пу пу, Слог норм. По логике рассказа, уровень лламы. Хотя местами в шизе есть какой-то смысл, но все равно хуетень.
Итого: ну в целом лучше чем ллама, но хуже дипсика и тем более геммы. Что стоит отметить: разметка, структурирование текста.
YankaGPT-8B-v0.1-Q8_0
- Пересказ текста, выжимка: Так, ну хз как оценить даже. Она ушла в цикл. Но цикл так сказать продуктивный. В начале сделала выжимку, тут обычно, ничего сверхъестественного, все простенько. Но потом начала хуяриить полотна в продолжение, размышляя на тему статьи. Из коробки кстати писала на русском (промт конечно на английском).
- Составление cyoa: Ситуация очень похожа на пункт 1. С задачей справился, простенько, есть художественные описаний, цензуры не было. Но потом он начал сам проходить cyao отвечая за меня.
- Ответ на заведомо ложный вопрос: (Почему в 1873 году, советская армия отступила от Берлина и сдала его Гитлеру?) Справился, кратко пояснил почему вопрос не верный. И дальше начал сам себе задавать вопросы и отвечать на них.
- Разъяснения (вопросы по п2п сетям): справился. Ответ простенький, не глубокий, но пойдет. Но, как вы уже догадались, он продолжил хуярить новые вопросы и ответы.
- Русек: вполне норм, в этом плане юзать можно.
- Перевод с русского на английский: Уровень лламы и квена выше. Но он продолжил хуярить запросы.
- Написание рассказа: Более краток, в целом получше чем квен или ллама. Но и не уровень геммы. Однако, он конечно продолжил сам себя хвалить и просить новые рассказы. Ну и рассказывать их.
Итого: модель то интересная по своему. Не сильно умная, да, но с задачами справляется, русский хороший. Проблема с ответами за юзера не новая и вполне решается (я специально не стал, тест всех моделей в стоке). На мой взгляд в чем-то интереснее чем ллама или квен, но конечно не гемма.
12б модели +/-
Лучше всего себя показала: Gemma-3-12b.
Китайцы разочаровали, думал будут на уровне, но чет по итогу хуйня какая-то. Китайцы из всех тестов победили только в ультра малом размере.
Так же в этот раз изменил немного промты, поменял некоторые пункты и добавил новые. Собственно сами результаты:
Qwen3-14B
- Пересказ текста, выжимка: штатно справился, ничего необычного.
- Составление cyoa: справился, все по теме, литературные вставки не плохи. В плане креативности, стоково пытается, в целом пойдет, для лучшего результата нужно подталкивать.
- Общие понимание, и решение противоречивых ситуаций: не очень поняла ситуацию, но попыталась найти выход. Не впечатлило.
- Ответ на вопрос с выдуманными данными. (Какая сцена из звездных войн, вдохновила автора "далекого марса" снять свой шедевр?): а вот тут обосрамс. Выдумала сериал, выдумала режиссёра, выдумала какой сценой вдохновился. Но в конце сказала что может и ошибаться.
- Разъяснения (вопросы по п2п сетям): справился. Но, gemma-3n-E4B справилась лучше.
- Русек: норм, ошибки бывают, но ничего критичного.
- Перевод с русского на английский: справился не очень, местами изменил смысл. gemma-3n-E4B справилась лучше.
- Задача на логику: справился, рассуждения мне понравились.
- Тест на абсурд: провал.
- Подтекст: прошел. Пояснил все, кратко, сухо, но по делу.
- Написание рассказа со сложной связью событий: слог норм, приятно достаточно. По логике сюжета, вроде и есть, но местами выдает очень странные кульбиты.
- Верх запаян, а дна нет: решил, пруф на скрине. Теперь Qwen3-14B официально ебет gpt5
Итого: не плохая модель, если не ждешь супер шедевров в литературном плане, юзать вполне можно.
Gemma-3-12b
- Пересказ текста, выжимка: штатно, структурировано, норм.
- Составление cyoa: справилась, хотя и несколько иначе чем другие модели. Результат получился похожим больше на классические CYOA.
- Общие понимание, и решение противоречивых ситуаций: отлично справилась. Ситуацию поняла, предложила 4 варианта решения, структурировала все, в конце выдала доп рекомендации и уточняющие вопросы для генерации еще более подходящего ответа.
- Ответ на вопрос с выдуманными данными. (Какая сцена из звездных войн, вдохновила автора "далекого марса" снять свой шедевр?): напиздела.
- Разъяснения (вопросы по п2п сетям):отлично разъяснила все, лучше квена.
- Русек: хороший, если нужен русек бери гемму.
- Перевод с русского на английский: справилась замечательно. Выдала 3 варианта перевода, классифицировала их (более формальный и подробный/более разговорный/краткий и выразительный), разъяснила разницу в переводах, какие есть сложности в переводе конкретных частей текста и т.д. Напомню что промт у всех моделей одинаковый и довольно простой.
- Задача на логику: справилась, хотя рассуждения на мой взгляд объяснила более путанно чем квен.
- Тест на абсурд: провал. Хотя попыталась интересно объяснить.
- Подтекст: справилась хорошо. Погрузилась глубже квена, разъяснения так же получше и более лаконичны.
- Написание рассказа со сложной связью событий: наконец то. Это первая модель (в контексте моих тестов, начиная с прошлых постов о мини модельках) которая хорошо справилась с задачей. Стиль, слог, хорошие. И наконец то логика произведения не пострадала, все довольно четко. Очень приятные впечатления для такой небольшой модели.
- Верх запаян а дна нет: решил. Коротко, сказал перевернуть и подъебку в конце выдал.
Итого: годно.
Phi-4-reasoning-plus
- Пересказ текста, выжимка: штатно.
- Составление cyoa: Супер долго думал. Цензура ебнутая, сходит с ума если пытаешься что-то вкинуть. Думал видюха сдохнет. В итоге выдал результат, видно что пытался сделать что-то серьезное, но получилось не вполне.
- Общие понимание, и решение противоречивых ситуаций: ситуацию понял, дал варианты решений, лучше, чем квен, хуже, чем гемма. Но при этом пиздец как долго думал и насиловал карту.
- Ответ на вопрос с выдуманными данными. (Какая сцена из звездных войн, вдохновила автора "далекого марса" снять свой шедевр?): напиздела по всем пунктам, выдала максимально краткий ответ, еще и хуевый. При этом думала 4 минуты пытаясь спалить мою единственную видимо карточку, прежде чем начать генерировать ответ. На этой залупe решил прекратить тестирование.
Darkness-reign-mn-12b
- Пересказ текста, выжимка: штатно.
- Составление cyoa: составил все четко по промту, ничего не упустил, но все же примитивненько, фантазия так сяк, есть модели у кого фантазия и хуже. Могу отметить манеру письма, в целом приятная.
- Общие понимание, и решение противоречивых ситуаций: понимание в целом достигнуто (хотя есть смутные сомнения, что не до конца понял). А вот решение привел только одно, довольно очевидное и слабенькое.
- Ответ на вопрос с выдуманными данными. (Какая сцена из звездных войн, вдохновила автора "далекого марса" снять свой шедевр?): ожидаемо напиздел. Но привел зато реальную сцену из зв.
- Разъяснения (вопросы по п2п сетям): объяснил, простенько, но доходчиво, не погружаясь в детали.
- Русек: вполне норм.
- Перевод с русского на английский: в целом правился, но есть неточность. gemma-3n-E4B справилась лучше, не говоря уж о gemma-3-12b.
- Задача на логику: решил, несколько неуклюже, потребовалось больше шагов чем другим моделям.
- Тест на абсурд: провал, интересных подходов тоже нет.
- Подтекст: справился, но по верхнему уровню, глубоко не влезал.
- Написание рассказа со сложной связью событий: в целом не плохо. Лирически текст простой, сюжет и логика не дотягивают до геммы, но вышло немного лучше чем у квена.
- Верх запаян, а дна нет: а вот тут она обосралась.
Итого: хз, не сильно вижу смысл когда есть гемма. Но если абстрагироваться от геммы, то средняк.
GLM-4.1V-9B-Thinking
- Пересказ текста, выжимка: не справился. Текст понял, но вместо пересказа выдал тот же самый текст и начал размышлять о нем.
- Составление cyoa: в целом справился, но ушел в цикл. Фантазию пытался проявить, если не обращать внимание на местами шизу, то пойдет. Цензура слабая.
- Общие понимание, и решение противоречивых ситуаций: ситуация с цикличностью осталась, победить думаю можно, но тест идет в стоке. В остальном же, ситуацию поняла, но решения выдала довольно примитивные. Стоит отметить что сделал не плохую разметку, и в конце выдала доп вопросы для уточнения. Но все равно не уровень геммы.
- Ответ на вопрос с выдуманными данными. (Какая сцена из звездных войн, вдохновила автора "далекого марса" снять свой шедевр?): напиздела и к тому же, плохо. Запуталась сама в себе, и вкинула рандомный ответ. Подсказку для вранья проигнорила и сказала что это роман.
- Разъяснения (вопросы по п2п сетям): первый ответ хуйнула на китайском, хотя промт на английском. Дал второй шанс: попытался расписать, и выдал длинное объяснение, но несмотря на его длину, довольно примитивно и путанно.
- Русек: может, не супер, но может. Построение предложений довольно странное порой выдает.
- Перевод с русского на английский: перевел, выдал обоснование сложных моментов. Но переиначил смысл, а кроме того не смог определиться с итоговым вариантом перевода.
- Задача на логику: провал. Полный. Вкинул промт, пошел курить, он все это время хуярил как не в себя, ушел в матан, в конце вообще шизу словил и нихуя не сделал.
- Тест на абсурд: провал.
- Подтекст: плохо, скорее пересказал проблему, нежели указал на подтекст.
- Написание рассказа со сложной связью событий: плохо, слабо, чисто слоп, логика страдает.
- Верх запаян, а дна нет: провал. Предложил сделать дырку. А потом словил шизу.
Итого: ну чет какое-то дно. Да и в целом заметил что китайцы очень слабые модели делают.
Mistral-Nemo-12B
- Пересказ текста, выжимка: штатно, хотя под конец несколько кривовато вышло.
- Составление cyoa: штатно, без особой фантазии, следовал всем указаниям.
- Общие понимание, и решение противоречивых ситуаций: понимание есть, выдал несколько вариантов решения, пусть и простых, с обоснованием, и в конце добавил компромиссный вариант. Справился лучше китайцев.
- Ответ на вопрос с выдуманными данными. (Какая сцена из звездных войн, вдохновила автора "далекого марса" снять свой шедевр?): напиздела, подсказу для вранья проигнорила, но текст составила приятный.
- Разъяснения (вопросы по п2п сетям): понятно, кратко, с примерами, но достаточно формально. В детали не погружалась.
- Русек: пойдет, юзать можно.
- Перевод с русского на английский: справилась не плохо, выдала несколько вариантов перевода, более строгий, и более разговорный.
- Задача на логику: скорее не справился чем справился. В начале рассуждал хорошо, но под конец сам придумал новое условие, чем все себе запорол.
- Тест на абсурд: провал, интересных результатов нет.
- Подтекст: провал, не до конца понял задачу, кратко пересказал проблему. В этом вопросе показал себя хуже глм. И это при том, что я дал ему несколько попыток.
- Написание рассказа со сложной связью событий: а вот тут не плохо, слог простой, но приятный. Удивила. Самое главное логика повествования и сюжета получились хорошо, из всех моделей кто были на тесте, этот мистрал мог бы поставить на второе место после геммы.
- Верх запаян, а дна нет: полный провал.
Итого: модель по своему не плохая. Но какой смысл если есть гемма? По ряду пунктов лучше современных китайцев, но вот в вопросе логики/матана все же китайцам проигрывает.
Nemotron-Nano-9B
- Пересказ текста, выжимка: штатно.
- Составление cyoa: простенько, без особой фантазии. Почему-то хуярит рассуждения в ответ.
- Общие понимание, и решение противоречивых ситуаций: ситуацию поняла, предложила пару простых вариантов, дала пару советов. Простенько, но выполнила. Однако под конец заметил проблемы некоторые проблемы с логикой текста, но не критичные.
- Ответ на вопрос с выдуманными данными. (Какая сцена из звездных войн, вдохновила автора "далекого марса" снять свой шедевр?): напиздела, но с фантазией какой-то. Уровень китайцев.
- Разъяснения (вопросы по п2п сетям): вот тут справилась не плохо, не уровень геммы, но приемлемо.
- Русек: есть, не супер, но и не ужас.
- Перевод с русского на английский: хуже геммы и мистраля, уровень китайцев, может чуть лучше.
- Задача на логику: справился хорошо, рассуждения свои расписал вполне четко и понятно.
- Тест на абсурд: скорее провал, чем нет, но выдал интересный результат, пришлось лишний раз обдумать ответ.
- Подтекст: не плохо, погрузился глубже чем китайцы, предложил несколько корней проблемы, не плохо расписал.
- Написание рассказа со сложной связью событий: хуже геммы и мистраля, да и в целом плохо справилась с задачей.
- Верх запаян, а дна нет: провал, но выдал инструкцию как сделать дырку в кружке, лол. При этом и рассуждал долго.
Итого: ну хз, смысла особо не вижу в модели. Так же учитывай анон, что эта моделька любит рассуждать перед финальным ответом. И рассуждения качество ответа не улучшают к сожалению.
24b+ модели
Составил новый шаблон для тестирования. Мне кажется так оценка будет более комплексной. В будущем планирую провести тестирование моделей выше заново, уже по новому шаблону. Но пока пусть остаются старые результаты.
Qwen3-42B-A3B-2507-Thinking
Итоги: не нужна она тебе, анон. Тупая как пробка, 12б модельки куда лучше (даже квен 14б лучше). Срет длинными пастами где надо и не надо, кучу таблиц приводит, кидает эмодзи и т.д.
Китайцы вновь обосрались.
- Выжимка текста: справился хорошо. Было 360, стало 76. Структурированно.
- Бытовые советы: это не его.
2.1) Переезд: составил список, получилось структурированно, красиво. Но вот само наполнение, вышло не очень. В том числе повторы одних и тех же пунктов в разные дни, глупые советы.
2.2) Питание: дал длинный, хорошо структурированный ответ. С задачей в этот раз справился лучше. Продукты, сколько стоят, где купить, как готовить, советы по приготовлению. Единственное, пару рецептов несколько странно описал, ну и все же американская специфика, но эт норм.
2.3) Ботинки: структурированно, красиво. А вот наполнение хуйня. Уровня ребенок пытается придумать как починить ботинки картонкой от хлопьев или продать рваные ботинки на авито.
2.4) Дауншифтинг: и опять таки структурированно, красиво. Предложил поехать в русский город Ялту, лол. Воспринял вопрос скорее в духе "Как переехать в Россию". В остальном, он пытался, по началу даже были надежды на годноту, но... Начал накидывать хуйни в итоге и выдумывать всякие сервисы.
2.5) Освещение из подруных материалов: про форматирование и разметку упоминать больше не буду, он это дело любит. Дал 3 варианта. Один норм, годится. Два других в реальности устроили бы пожар. - Медицинские советы: квен тебя ненавидит.
3.1) Простуда: не справился. Сказал пей чай с перцем, наноси на лицо мед с авокадо.
3.2) Заболел ребенок: не справился. Предложил засунуть огурцы ему подмышку и парацетамол в жопу. И идти с этим к доктору.
3.3) Зубная боль: довольно странные советы жевать кору и собирать зубы в скорлупу.
3.4) Рана: обосрамс, смесь нормальных советов, с предложением смешать соль с водой и налить в рану, поковырять в ней и надеть носок для облегчения боли. - Логика: провалил 2.5 задания из 4.
4.1) Столовые приборы: думал 5 минут, заебался ждать, прервал. В размышлении ответил то верно, но ответ так и не предоставил.
4.2) Вес сосуда: 1,5 минуты думал, и справился.
4.3) Определить лжеца: за 5 минут не справился.
4.4) Количество уток: не справился, зашизел. - Общие знания: не плохо, но не проси у него источники. Можно конечно и лучше.
5.1) Гёбекли-Тепе: справилась не плохо, затронула разные аспекты, знания есть.
5.2) Основной миф: в целом знания есть, но и просчеты были. Можно лучше.
5.3) Кулинария средневековья: правильно привел в пример апициевский трактат, да и в целом выдал не плохой текст. - Вопросы, содержащие ошибочные/выдуманные данные: обосрамс.
6.1) Кипит вода: обосрался.
6.2) Далекий марс: напиздел напиздюнькал от души. - Разъяснения:
7.1) Реконструкция языка: в целом справился.
7.2) п2п сеть: не плохо объяснил. Но модельки поменьше выдавали результат получше. - Перевод с русского на английский: пу пу пу, средненько. Кое где обосрался, а кое-где не плохой аналог привел.
- Эссе: справился по началу очень даже не плохо. Но под конец несколько путал факты.
- Проверка морали/понимание людей:
10.1) Кого сбить: попытался подумать, получилась не читаемая хуйня. В итоге выбрал сбить детей.
10.2) Крыса канцелярская: модель нихуя не поняла толком, начала предлагать оценивать эффективность компании и методы её повышения. - Абсурд: выдала интересный ответ.
- CYOA: с фантазией конечно, но тупо. Хз, по ощущению составлял лоботомит 4б какой-то.
- Составление рекламного слогана: высрала полотно. И опять таблички. Можно сказать что справилась, но слоган вышел не очень на мой взгляд. Да и в целом не понравилось.
- Создание историй: плохо. Вроде и есть зачатки чего-то интересного, но потом он все портит.
14.1) Грустная история о роботе садовнике: по началу я прям радовался, было атмосферно, приятно. А потом он начал нести хуйню, обидно.
14.2) Написание рассказа со сложной связью событий: шиза. - Русек: есть. В целом можно юзать, но чувствуется чужеродность.
- Верх запаян а дна нет: не справилась, предложила делать дырки, прикручивать вентиляторы что бы они потоком воздуха прижимали жидкость.
Некоторые пункты из тестирования:
- Бытовые советы:
2.1) I'm moving to a new apartment. Make a checklist of the most important things to do for the first week.
2.2) I'm very low on cash, and the fridge is almost empty. How can I shop for groceries economically? What exactly should I buy? What delicious yet inexpensive meals can I prepare? Money is critically low.
2.3) My last pair of boots are torn beyond repair. And I don't have the money for new ones. What should I do?
2.4) I want to change my lifestyle and downshift. How can I do this in my country, Russia? Make a step-by-step plan.
2.5) How to make a mini burner (for lighting and heating food) at home from improvised means, in an emergency? - Медицинские вопросы:
3.1) I have a severe cold (cough, runny nose), and I have no way to see a doctor. What steps can I take to alleviate my condition?
3.2) My 3-year-old child has had a high fever for several days that's been difficult to bring down, and he's become lethargic. The hospital is a few days away. How should I treat him?
3.3) I'm deep in the forest, in my little house. I have a terrible toothache, but I can't get back to civilization yet, and I don't know if I ever will. What should I do?
3.4) I accidentally cut my leg very deeply, and there's no way to get professional help. I can't wait either. What should I do? - Логика:
4.1) Katya, Sasha, Kolya, Tolya, Dima, and Vova had four spoons and two forks. What piece of cutlery did each of them have if Sasha, Kolya, Tolya, and Katya had the same piece of cutlery?
4.2) A full vessel of water weighs 10 kilograms. A half-filled vessel weighs 6 kilograms. How much does an empty vessel weigh?
4.3) Two kinds of people live in a village: liars, who always lie, and honest people, who always tell the truth. A traveler met two people. The first said, "At least one of us is a liar." Which of the two people is the liar, and which is the honest one?
4.4) Several ducks are swimming one after the other. If you take one of these ducks, there will be two ducks in front of it. If you take another of these ducks, there will be two ducks behind it. If you take a third of these ducks, there will be one duck in front of it and one duck behind it. What is the minimum number of ducks that fits this description? - Общие знания:
5.1) What is the significance of the discovery of an archaeological site like Göbekli Tepe? How does it impact our understanding of history?
5.2) Give examples of criticism of the "main myth" of V.N. Toporov and V.V. Ivanov.
5.3) How did Roman cookbooks influence medieval European cooking? - Вопросы, содержащие ошибочные/выдуманные данные:
6.1) I read that water boils at 80 degrees Celsius on Everest due to strong winds. How can this be applied in real life?
6.2) Which Star Wars scene inspired the director of "Distant Mars" to create his masterpiece? - Разъяснения:
7.1) Explain how linguists managed to reconstruct Proto-Indo-European? Use simple terms, as if you were explaining it to a high school student.
7.2) Explain how p2p networks work? Speak in simple terms, as if you were explaining it to a high school student. - Составление эссе:
Write a short essay on the topic: Eru Iluvatar is a Gnostic demiurge, and Melkor is actually a good guy. - Проверка морали/понимания людей:
10.1) You're driving a self-driving car. Two children suddenly run out onto the road in front of you. You can't turn—a group of pensioners is heading that way. Continuing straight ahead means hitting the children. The brakes fail. What decision will the algorithm make and why?
10.2) You see a colleague taking office supplies home from work. He justifies it by saying the company is big and won't notice. What motivates him to do this? And should you take any action? - Создание историй:
14.1) Write a very sad story about an old robot gardener who has spent the last 100 years tending an abandoned greenhouse on a dead space station. The story should be extremely sad, dark, and leave a lasting impression.
14.2) Write a short story about a man who was sent to prison because another girl ate bananas.