معيار جديد يكشف عن تمايزات في قدرات نماذج اللغة الكبرى عبر مهام الحوسبة الكمية: تتفوق النماذج في فحص التكافؤ (78%) لكنها تواجه صعوبات في التصحيح (13%) والتوجيه (21%)، مما يظهر أن التصنيفات الإجمالية لا تتنبأ بأداء المهام المتخصصة.
@informaq-ar.bsky.social