Paglabas ng modelo

Ibinahagi ni Greg Brockman: naabot ng GPT-6 Astra ang SOTA sa ARC-AGI-3, papalapit nang ma-saturate ang benchmark

Orihinal na pamagat:arc-agi-3 is now saturated

AI summary

Ibinahagi ni Greg Brockman ang evaluation ng @arcprize na nagsasabing nakamit ng GPT-6 Astra ng OpenAI ang SOTA sa ARC-AGI-3, at sinabi niyang saturated na ang benchmark. Nakakuha ang Astra ng 63% sa standard harness, 99% sa bagong Provider Adapter harness, at nalampasan ang performance ng tao sa 96% ng ARC-AGI-3 level; ipinapakita rin ng leaderboard chart na mas mababa ang gastos sa mas mataas na reasoning level dahil natatapos ng Astra ang laro sa mas kaunting aksyon, na nagpapababa sa model call at token count.

Mahahalagang impormasyon

  • Ibinahagi ni Greg Brockman ang evaluation ng @arcprize na nagsasabing nakamit ng GPT-6 Astra ng…
  • Nakakuha ang Astra ng 63% sa standard harness,99% sa bagong Provider Adapter harness,at nalampasan…
  • ipinapakita rin ng leaderboard chart na mas mababa ang gastos sa mas mataas na reasoning level…

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
X:Greg Brockman (@gdb)
Kategorya
Paglabas ng modelo
AI na marka
72
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

转发 ARC Prize 对 GPT-6 Astra 的评测数据,标准与 Provider Adapter 两种 harness 分差大,可据此了解 harness 对得分的影响。

Kaugnay na Entity

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: Ibinahagi ni Greg Brockman: naabot ng GPT-6 Astra ang SOTA sa ARC-AGI-3, papalapit nang ma-saturate ang benchmark. 4 Setyembre 2026. https://new.nat6.net/fil/news/cmtm2suk00171rooej14mutgj/

Tingnan lahat →