Тем временем на ARC-AGI-2 ИИ-системе впервые удалось превзойти уровень человека В лаборатории…
Тем временем на ARC-AGI-2 ИИ-системе впервые удалось превзойти уровень человека
В лаборатории Poetiq придумали, как можно соединять разные LLM так, чтобы в разы бустить их производительность (кому интересно, внизу оставим ссылку на код). И вот 20 ноября они заявили, что их подход – микс Gemini 3 и GPT-5.1 – впервые дал на бенчмарке результат, превосходящий человека.
Правда, это только на публичном evaluation-сете. При переносе на semi-private результат, скорее всего, ухудшится. Но учитывая, что по отдельности модели даже близко не дотягивают до 60% (у Gemini 3 45%, у GPT-5 около 20%), все равно новость занятная.
Еще пол года назад ARC-AGI-2 казался для ИИ вообще нерешаемым, а самые топовые модели выбивали на нем 1-2%.
Материалы по теме
Коротко о воронке Discover через дроп-доменыВ 2025 году вебы массово использовали дроп-домены, чтобы вытаскивать трафик из Google Discover. Схема проста: покупается заброшенный домен с трастом, ставится простой WP-шаблон, генерится контент и…
27
0
👎 Глава букмекерской компании PARI заявил, что из-за повышения налогов компании пришлось отказаться от части проектов и амбассадоров.iGaming PUSH
16
0
Сайт при поддержке ООН и ЕС — теперь «амбассадор» серых шведских казино GFAR(.)net — это домен Глобального форума по сельскохозяйственным исследованиям. Проект поддерживался ООН, ФАО и десятками международных университетов, но схлопнулся, как ряд…
98
0
Вставить свои 5 копеек: