Добавлена поддержка ЭЧ/Ech (ex-Escapechan) и Ежчана (ejchan.net, ejchan.site). Набегаем, тестируем архивацию, сообщаем о замеченных проблемах.
К сожалению, значительная часть сохранённых до 2024 г. изображений и видео была потеряна (подробности случившегося). Мы призываем всех неравнодушных помочь нам с восстановлением утраченного контента!
Сортировка: за
Сохранен
29
2025-04-25 22:18:36
Сохранен
28
2023-06-06 03:46:38
Сохранен
28
2023-04-22 13:11:09
Сохранен
26
GPT-5.2 не смогла сложить 5+7. Эзотерические языки обнулили передовые модели — ИИ-лаборатория Lossfunk представила EsoLang-Bench — бенчмарк из 80 задач на пяти эзотерических языках программирования: Brainfuck, Befunge-98, Whitespace, Unlambda и Shakespeare. Пять фронтирных моделей — GPT-5.2, O4-mini, Gemini 3 Pro, Qwen3-235B и Kimi K2 — набрали от 0 до 11% точности на задачах, которые в Python решит любой студент за минуты. Ни одна модель не решила ни одной задачи сложнее уровня Easy. Эзотерические языки — это полноценные (Тьюринг-полные) языки программирования, созданные не для практического использования, а как эксперимент или интеллектуальный вызов. На них можно написать что угодно, но синтаксис максимально непривычный: Brainfuck оперирует всего восемью командами на ленте памяти, Befunge-98 — двумерная сетка, где курсор бегает в четырех направлениях, а в Whitespace код состоит только из пробелов, табов и переводов строк. Главное для бенчмарка — эти языки почти не представлены в обучающих данных: на GitHub у них в 1 000–100 000 раз меньше репозиториев, чем у Python. Если модель решает задачу на таком языке — она действительно рассуждает, а не вспоминает паттерны. Результаты оказались жесткими. Модели, набирающие 85–95% на стандартных бенчмарках вроде HumanEval, здесь не преодолели барьер в 11%. Лучший результат без агентов — 11,2% у GPT-5.2 на Befunge-98 с итеративной обратной связью от интерпретатора. На Whitespace все модели показали ровный ноль — ни одна не смогла сгенерировать синтаксически валидный код. Характерный провал: GPT-5.2 не сложила 5 и 7 на Brainfuck, потому что парсинг десятичных чисел в этом языке требует приема, которого почти нет в открытых репозиториях. Единственное, что заметно улучшило результат — прямая обратная связь от интерпретатора: модель генерирует код, получает ошибку, пробует снова. А вот few-shot примеры не дали статистически значимого прироста — в среднем +0,8 процентного пункта. Добавление отдельного LLM-критика и разбиение задачи на этапы (ReAct) тоже не помогли. Агентные системы Codex и Claude Code с полным доступом к терминалу показали лучшие результаты — 13,8% и 12,5% на Brainfuck, — но и они решали только простейшие задачи. Авторы делают вывод: высокие результаты на стандартных бенчмарках все еще отражают запоминание, а не рассуждение. EsoLang-Bench — попытка измерить именно способность переносить вычислительные навыки на незнакомые домены, то есть то, что человек делает, когда осваивает новый язык по документации и экспериментам. Пока у моделей с этим плохо.
2026-03-21 15:16:19
Сохранен
25
2023-02-05 15:29:36
Сохранен
25
2023-02-16 09:54:41
Сохранен
23
2023-04-29 17:42:53
Сохранен
22
2025-01-25 23:13:25
Сохранен
22
2023-02-18 06:48:52
Сохранен
21
2023-09-12 11:13:50
Сохранен
21
2023-04-06 20:43:40
Сохранен
19
2025-04-06 12:12:29
Сохранен
19
2024-09-24 13:30:56
Сохранен
18
2024-09-13 20:47:13
Сохранен
18
2023-02-05 15:29:36
Сохранен
17
2024-08-28 05:13:11
Сохранен
16
2025-06-25 16:51:15
Сохранен
16
2025-04-23 12:28:12
Сохранен
15
2024-10-12 23:39:55
Сохранен
14
2026-08-03 10:35:57
Сохранен
14
2025-04-22 15:50:50
Сохранен
13
2023-05-26 17:55:08
Сохранен
13
2023-03-15 01:10:31
Сохранен
12
2023-07-10 17:34:28
Сохранен
12
2023-06-11 18:57:24