गूगल का गेमिनी 4 आर्गन महीनों में किसी भी गूगल मॉडल से कृत्रिम बुद्धिमत्ता के मोर्चे के करीब है
decoder ·
गूगल डीपमाइंड का नया मॉडल, जेमिनी 4 आर्गन, ARC-AGI-3 बेंचमार्क पर 97.5 फीसदी स्कोर करके एक महत्वपूर्ण उपलब्धि हासिल की है, जिससे यह ओपनएआई के बाद सामान्य समस्या-समाधान के लिए 95 फीसदी की सीमा को पार करने वाला दूसरा प्रयोगशाला बन गया है। इस प्रदर्शन को प्रोवाइडर एडाप्टर हार्नेस का उपयोग करते हुए रिकॉर्ड किया गया, जो रिटेन्ड रीजनिंग और कॉन्टेक्स्ट कंपैक्शन जैसे वेंडर-विशिष्ट सुविधाओं का लाभ उठाता है और इसकी लागत 4,800 डॉलर है। सार्वजनिक खेलों में, आर्गन को मानव आधार रेखा की तुलना में 62 प्रतिशत कम कार्यों की आवश्यकता थी और यह अक्सर स्पीडरन रिकॉर्ड के बराबर था। हालांकि, परिणाम परीक्षण वातावरण के आधार पर काफी भिन्न होते हैं; स्टैंडर्ड हार्नेस में, जो आंतरिक तर्क को सीमित करता है, स्कोर घटकर 49.8 फीसदी हो जाता है। यह असमानता API सेटिंग्स के बेंचमार्क परिणामों को कैसे प्रभावित करते हैं, इसके चल रहे बहस को उजागर करता है, जो पिछले विवादों से मिलता-जुलता है। एपॉक एआई के अनुसार, आर्गन एपॉक कैपेबिलिटीज इंडेक्स पर 165 अंक प्राप्त करता है, जिससे यह शीर्ष स्थान पर मौजूद जीपीटी-6 अस्त्रा और ओपस 5.5 के ठीक पीछे है। जबकि आर्गन ज्ञान, एजेंट और दृश्य कार्यوں में अग्रणी है, वर्तमान में यह गणित और सॉफ्टवेयर इंजीनियरिंग क्षेत्रों में कम रैंक करता है। यह उपलब्धि फरवरी 2026 के बाद गूगल के एआई मोर्चे के सबसे करीब पहुंचने का संकेत है।
decoder