ARC Prize ने ARC-AGI-Pub पर OpenAI o1 के प्रदर्शन का परीक्षण किया
मूल शीर्षक:OpenAI o1 Results on ARC-AGI-Pub
AI सारांश
ARC Prize ने एक एकीकृत परीक्षण फ्रेमवर्क के साथ पाया कि o1-preview ने ARC-AGI सार्वजनिक मूल्यांकन में 21.2% स्कोर किया, जो Claude 3.5 Sonnet के 21% के बराबर है, लेकिन प्रति कार्य औसतन 4.2 मिनट का समय लिया, जो लगभग 10 गुना अधिक है। लेख के अनुसार, o1 ने प्रशिक्षण और तर्क (CoT) के दौरान प्रतिमान हासिल किया है, जो उत्तरों को याद रखने से तर्क को याद रखने की ओर बढ़ता है, लेकिन यह अभी भी प्री-ट्रेनिंग डेटा वितरण तक सीमित है।
मुख्य जानकारी
- ARC Prize ने एक एकीकृत परीक्षण फ्रेमवर्क के साथ पाया कि o1-preview ने ARC-AGI सार्वजनिक मूल्यांकन…
- 2% स्कोर किया,जो Claude 3.
- 5 Sonnet के 21% के बराबर है,लेकिन प्रति कार्य औसतन 4.
- 2 मिनट का समय लिया,जो लगभग 10 गुना अधिक है। लेख के अनुसार,o1 ने प्रशिक्षण और तर्क (CoT) के दौरान…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- ARC Prize:官方博客
- श्रेणी
- ट्यूटोरियल और टिप्स
- AI स्कोर
- 71
ARC Prize 用同一测试框架实测 o1 并给出测试时算力与效率分析,读者可借此理解 o1 在 ARC-AGI 上成绩有限的原因。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: ARC Prize ने ARC-AGI-Pub पर OpenAI o1 के प्रदर्शन का परीक्षण किया। 13 सितंबर 2024। https://new.nat6.net/hi/news/cmtyo2p2t03glrog0f2a4owcg/