اوپنایآی
@AndrewCurran_
بشنو از یه رکوردشکنی سنگین تو دنیای هوش مصنوعی که رسماً هوش از سر همه پرونده


بشنو از یه رکوردشکنی سنگین تو دنیای هوش مصنوعی که رسماً هوش از سر همه پرونده. وقتی موسسه Epoch تو تابستون ۲۰۲۵ بنچمارک غولپیکر FrontierMath سطح چهار رو راه انداخت، خفنترین مدلها زور میزدن و بالاترین امتیازشون فقط ۵ درصد بود، ولی حالا مدل GPT-6 Astra اومده و آخرین معما رو هم ضربهفنی کرده تا این بنچمارک رسماً اشباع بشه. قضیه وقتی جذابتر میشه که بدونی قبلاً ریاضیدانها میگفتن ماشینها با میانبرهای پیشبینینشده به جواب میرسن، اما رو این مسئله آخر که دستپخت «جی پنتون» بود، هوش مصنوعی بدون هیچ کلک و دور زدنی کاملاً اصولی به جواب رسیده.
منبع
Andrew Curran@AndrewCurran_
When Epoch launched FM Tier 4 on July 11th, 2025, the top score was 5%. GPT-6 Astra has now solved the last problem standing. FrontierMath Tier 4 is saturated.
Epoch AI @EpochAIResearch
Every FrontierMath Tier 4 problem has now been solved by AI, with GPT-6 Astra solving the last problem standing. Mathematicians often commented that AI found unintended shortcuts when solving their Tier 4 problems. Not so for this last one, which was created by Jay Pantone.
۱۹ شهریور ۱۴۰۵مشاهده در X



نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.