Saltar al contenido

Galería

Mis experimentos en imágenes.

Reúno aquí las capturas, gráficas y repeticiones publicadas, junto a tres vídeos. Cada prueba conserva su alcance; las imágenes no sustituyen los métodos y resultados.

Gráficas · Repeticiones GIF · Capturas · Vídeos

Gráficas

Son figuras de distintos contratos y versiones. Los denominadores y límites se explican en research.

ECHO-5.5-v2: contraste CPU pareado (600 acciones) — ECHO-5.5-v2: contraste CPU pareado (600 acciones). Abrir imagen · PDF

ECHO-5.5-v2: reproducciones con condiciones distintas — ECHO-5.5-v2: reproducciones con condiciones distintas. Abrir imagen · PDF

SWE-bench: resolución — SWE-bench: resolución. Abrir imagen · PDF

SWE-bench: regresiones y observaciones inválidas — SWE-bench: regresiones y observaciones inválidas. Abrir imagen · PDF

SWE-bench: coste y resolución — SWE-bench: coste y resolución. Abrir imagen · PDF

SWE-bench: memoria — SWE-bench: memoria. Abrir imagen · PDF

SWE-bench: cobertura — SWE-bench: cobertura. Abrir imagen · PDF

SWE-bench: subconjunto ejecutado — SWE-bench: subconjunto ejecutado. Abrir imagen · PDF

SWE-bench: tiempo de workers — SWE-bench: tiempo de workers. Abrir imagen · PDF

ECHO-4: control negativo MMLU-Pro — ECHO-4: control negativo MMLU-Pro. Abrir imagen

ECHO-4: precisión y cobertura — ECHO-4: precisión y cobertura. Abrir imagen

ECHO-4: respuestas en SimpleQA — ECHO-4: respuestas en SimpleQA. Abrir imagen

ECHO-5: éxito de búsqueda — ECHO-5: éxito de búsqueda. Abrir imagen

ECHO-5: trabajo de búsqueda — ECHO-5: trabajo de búsqueda. Abrir imagen

ECHO-5: exploración y currículo — ECHO-5: exploración y currículo. Abrir imagen

ECHO-5.5-v1: benchmark sintético scriptado — ECHO-5.5-v1: benchmark sintético scriptado. Abrir imagen · PDF

Memoria: precisión — Memoria: precisión. Abrir imagen

Memoria: capacidad — Memoria: capacidad. Abrir imagen

Memoria: coste — Memoria: coste. Abrir imagen

Vídeos

EchoAI does a mission · Ver en YouTube.

Echo 5 experiments #1 · Ver en YouTube.

Echo 5 experiments #2 · Ver en YouTube.

Repeticiones GIF

Las repeticiones de v2 muestran nivel 1 alcanzado en BP35, TU93 y S5I5, con todas las acciones y resets. Sus semillas y cuotas son distintas: métodos y condiciones. Conservo también los dos smokes históricos de v1: doce acciones, cero niveles. La cadencia es de presentación.

Nivel 1 · ECHO-5.5-v2: bp35-0a0ad940

Trayectoria real hasta nivel 1, con resets; condiciones en el informe — Abrir GIF · Captura estática.

Nivel 1 · ECHO-5.5-v2: s5i5-18d95033

Trayectoria real hasta nivel 1, con resets; condiciones en el informe — Abrir GIF · Captura estática.

Nivel 1 · ECHO-5.5-v2: tu93-0768757b

Trayectoria real hasta nivel 1, con resets; condiciones en el informe — Abrir GIF · Captura estática.

Smoke sin niveles · ECHO-5.5-v1: bp35-0a0ad940

Smoke histórico: doce acciones y cero niveles resueltos — Abrir GIF · Captura estática.

Smoke sin niveles · ECHO-5.5-v1: s5i5-18d95033

Smoke histórico: doce acciones y cero niveles resueltos — Abrir GIF · Captura estática.

Capturas

bp35: captura inicial del smoke — bp35: captura inicial del smoke. Abrir imagen

s5i5: captura inicial del smoke — s5i5: captura inicial del smoke. Abrir imagen

ECHO-5.5-v2: bp35-0a0ad940-initial — ECHO-5.5-v2: bp35-0a0ad940-initial. Abrir imagen

ECHO-5.5-v2: bp35-0a0ad940-level1 — ECHO-5.5-v2: bp35-0a0ad940-level1. Abrir imagen

bp35: nivel oficial — bp35: nivel oficial. Abrir imagen

ECHO-5.5-v2: s5i5-18d95033-initial — ECHO-5.5-v2: s5i5-18d95033-initial. Abrir imagen

ECHO-5.5-v2: s5i5-18d95033-level1 — ECHO-5.5-v2: s5i5-18d95033-level1. Abrir imagen

s5i5: nivel oficial — s5i5: nivel oficial. Abrir imagen

ECHO-5.5-v2: tu93-0768757b-initial — ECHO-5.5-v2: tu93-0768757b-initial. Abrir imagen

ECHO-5.5-v2: tu93-0768757b-level1 — ECHO-5.5-v2: tu93-0768757b-level1. Abrir imagen

ECHO-5.5-v2: tu93-0768757b — ECHO-5.5-v2: tu93-0768757b. Abrir imagen

Laboratorio de navegación — Laboratorio de navegación. Abrir imagen

Replanificación ante obstáculos — Replanificación ante obstáculos. Abrir imagen

Station 1.0: vista general — Station 1.0: vista general. Abrir imagen

Inspector de decisiones y evidencia — Inspector de decisiones y evidencia. Abrir imagen

Arácnido: simulación Unity — Arácnido: simulación Unity. Abrir imagen