एक ही मॉडल, ARC-AGI-3 पर छत्तीस अंक दूर दो परिणाम
युग: LLM का युग · 2020 का दशक–वर्तमान
2 सितम्बर 2026 को ARC Prize ने बारह harness विन्यासों पर GPT-6 Astra के सत्यापित ARC-AGI-3 परिणाम प्रकाशित किए। उसी Semi-Private मूल्यांकन-समुच्चय पर मॉडल Standard harness के साथ 62.71% पाता है, जो उसे अपने चुने हुए नोट आगे ले जाने देता है, और Provider Adapter harness के साथ 98.55%, जो अनुरोधों के बीच तर्क की स्थिति सुरक्षित रखता है तथा लम्बी बातचीत को संक्षिप्त करता है। Astra ने 96% स्तरों पर परीक्षित मनुष्यों के मध्यमान से कम क्रियाएँ कीं। यह आँकड़ा मॉडल को उसके ढाँचे समेत मापता है, और इसीलिए दोनों यहाँ दर्ज हैं।
ARC Prize Foundation
स्रोत और प्रमाण
GPT-6 Astra — ARC-AGI Results
ARC Prize Foundation · स्रोत का प्रकार: institutional-archive
ARC Prize records 62.71% with the Standard harness and 98.55% with the Provider Adapter harness for the same model on the same Semi-Private set, across twelve harness configurations.
प्रकाशित: ·देखा गया:
OpenAI’s GPT-6 Astra on ARC-AGI-3
ARC Prize Foundation · स्रोत का प्रकार: primary-announcement
ARC Prize’s own analysis quotes 62.7% for $26K with the Standard harness and a best observed 99.9% for $19K with a Provider Adapter, and states that Astra used fewer actions than the median tested human on 96% of levels.
प्रकाशित: ·देखा गया: