Blog

Tekster fra Sophon

Noter om kontoragenter, de produkter, deres arbejde ender i, og hvordan virksomheden drives. Hvert indlæg har sin udgivelsesdato og bliver rettet på stedet, når fakta ændrer sig.

  1. Hvad en skabelonside skylder en læser

    Vores 3.926 skabelonsider gengiver omkring 90 forskellige ord hver. Hvad vi målte, før vi tilføjede flere, hvorfor stikprøven var vægtet, og hvad den fandt.

  2. Vores butiksnavne stemmer ikke overens med vores juridiske navn

    Sophon LLC udgiver under NEXT AI Lab, Yang Yang, PDF AI Lab og pdf_ai_lab. Hvor hvert navn vises, hvad registret forklarer, og hvad det betyder at afstemme dem.

  3. Lokal som standard, cloud som fallback: hvordan Cues finpudsning endte på brugerens maskine

    Cues finpudsnings-trin til diktering blev designet cloud-first med et lokalt fallback. En benchmark med 227 eksempler vendte det om. Hvad casestudiet registrerer om beslutningen.

  4. Hvad DeepMind-casestudiet siger om Cue, og hvad det ikke siger

    Google DeepMind udgav et casestudie om Cue i 2026: hvad det målte, hvad der kører hvor, hvordan vi citerer det, og de påstande, det ikke understøtter.

  5. Optælling af installationer: hvorfor hjemmesiden siger 1,41 mio.+ og ikke et større tal

    Google Play offentliggør installationsintervaller, App Store offentliggør ingen, og estimatorer offentliggør tal, som ingen kan kontrollere. Hvordan tallene på hjemmesiden er bygget op ud fra det.

  6. Hvordan benchmark-landskabet for stemmeagenter blev bygget, og hvorfor det ikke er en rangliste

    Tretten offentlige benchmarks, én række hver, med dækning af kapabiliteter og licenser fra førstepartskilder. Hvad datasættet besvarer, og hvad det afviser.

Følg nye indlæg med RSS-feedet.