AI startup Galileo Technologies ranks Claude 3.5 Sonnet, Google's Gemini, and Alibaba's Qwen2-72B-Instruct top in the Hallucination Index benchmark. La startup de inteligencia artificial Galileo Technologies clasifica a Claude 3.5 Sonnet, Gemini de Google y Qwen2-72B-Instruct de Alibaba en los primeros puestos del índice de referencia Hallucination Index.
AI startup Galileo Technologies has ranked midrange and open-source large language models highly in a new benchmark test, the Hallucination Index. La empresa emergente de inteligencia artificial Galileo Technologies ha clasificado en un lugar destacado los modelos de lenguaje grandes, de código abierto y de rango medio en una nueva prueba comparativa, el Índice de Alucinaciones. The benchmark, which evaluates 22 leading generative AI models, measured their accuracy across three task collections. El punto de referencia, que evalúa 22 modelos líderes de IA generativa, midió su precisión en tres colecciones de tareas. Anthropic's Claude 3.5 Sonnet topped the ranking, while Google's Gemini 1.5 Flash performed best on cost. Claude 3.5 Sonnet de Anthropic encabezó la clasificación, mientras que Gemini 1.5 Flash de Google obtuvo el mejor desempeño en cuanto a costo. Alibaba's Qwen2-72B-Instruct was the top-performing open-source model. El Qwen2-72B-Instruct de Alibaba fue el modelo de código abierto de mayor rendimiento.