Grok 4.2 vừa đạt 60% trên chuẩn ARC AGI 2. Hiệu suất khá ấn tượng. Có vẻ như chúng ta đang chứng kiến một bước tiến mới trong khả năng của AI. Tiến bộ trên các chuẩn đánh giá tiêu chuẩn này liên tục thúc đẩy giới hạn của những gì các mô hình này có thể xử lý.

Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • 4
  • Đăng lại
  • Retweed
Bình luận
0/400
SnapshotLaborervip
· 6giờ trước
60% à, số liệu này trông khá tốt nhưng cũng không quá phi lý... Dù sao thì những benchmark này cũng không thể nói lên điều gì, cách sử dụng thực tế mới là điều thực sự quan trọng
Xem bản gốcTrả lời0
ForkInTheRoadvip
· 6giờ trước
60%?Cảm giác không nổ như tưởng tượng... còn nghĩ có thể vượt 70 nữa chứ
Xem bản gốcTrả lời0
MEV_Whisperervip
· 6giờ trước
ngl arc benchmark lại được cập nhật rồi, nhưng 60% này thực sự có ý nghĩa gì không? Cảm giác các bảng xếp hạng này vẫn khác xa so với ứng dụng thực tế...
Xem bản gốcTrả lời0
NeonCollectorvip
· 6giờ trước
60% à, cái độ tin cậy của benchmark này lớn đến mức nào... Thật sự AGI còn xa lắm
Xem bản gốcTrả lời0
  • Ghim