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: संस्थागत अभिलेख
ARC Prize एक ही मॉडल के लिए एक ही Semi-Private सेट पर Standard harness से 62.71% और Provider Adapter harness से 98.55% दर्ज करता है, बारह harness विन्यासों में।
प्रकाशित: ·देखा गया:
OpenAI’s GPT-6 Astra on ARC-AGI-3
ARC Prize Foundation · स्रोत का प्रकार: मूल घोषणा
ARC Prize का अपना विश्लेषण Standard harness से 26,000 डॉलर में 62.7% और Provider Adapter से 19,000 डॉलर में देखा गया सर्वश्रेष्ठ 99.9% बताता है, और कहता है कि 96% स्तरों पर Astra ने परीक्षित मनुष्यों की माध्यिका से कम क्रियाएँ कीं।
प्रकाशित: ·देखा गया: