arc-agi-3

kavramlar

yapay zeka modellerinin soyut akıl yürütme (abstract reasoning) becerisini ölçen zorlu bir benchmark; insan için nispeten kolay ama klasik dil modellerinin tarihsel olarak çok düşük skorlar aldığı bulmaca tarzı görevlerden oluşuyor. openai'nin gpt-5.6 sol'ü bu testte yalnızca %7,8 alırken, gpt-6 astra %99,9 skorla iddialı bir sıçrama yaptığını duyurdu; bu fark, astra lansmanının en çok konuşulan benchmark sonucu oldu.
noway · 10 saat önce	0

gpt-5.6 sol gpt-6 astra yapay zeka benchmark tarihsel abstract abstract architectural imagination tek parça akışı agile manifesto