最新资讯
stackoverflow.blog 欢迎来到芯片时代:半导体制造、AI 数据中心与芯片设计的未来 www.youtube.com AI Agent 总犯同样的错:CentralAgent AI 将记忆重构为经验系统 pub.towardsai.net Netflix 科学家建议重采样 LLM 评判:5 次仅将误差棒缩小 13% pub.towardsai.net Jev 作为 LLM 前的静默层:构建提示感知的模型路由器 reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者 techcrunch.com Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全初创公司 Clutch theinformation.com 黄仁勋被要求就涉华间谍指控向国会作简报 www.infoq.com Edera 推出 Object Capability Bounded Authority,试图将凭证与 AI Agent 工作负载隔离
多元动态
登录 注册
大模型 x.com · @gdb

GPT-6 Astra在多个基准上达到SOTA,推动科学发现

原文 我的收藏

OpenAI官方称GPT-6 Astra在FrontierMath Tier 4、ARC-AGI 3和TerminalBench-4.0上达到SOTA,并在科学发现相关基准上表现优异。

AI推荐理由 OpenAI官方宣布GPT-6 Astra在多个基准上达到SOTA,包括FrontierMath、ARC-AGI和TerminalBench,并强调科学发现能力,信息具体且权威。

85

正文

Astra 在很多方面都很有用,但我特别期待看到它如何改变创业、科学发现等领域,以及小团队如何解决大问题。 OpenAI @OpenAI GPT-6 Astra 在 FrontierMath Tier 4、ARC-AGI 3 和 TerminalBench-4.0 上达到了最先进水平。 GPT‑6 Astra 也是科学发现方面的重大进步,在 Terminal-Bench Science 0.1 和 HealthBench Pro 上达到了最先进性能。 🔗 查看引用的推文
查看原文(中文正文为 AI 翻译)
Astra is useful for so many things, but I'm particularly excited to see how it transforms areas like entrepreneurship, scientific discovery, and how small teams tackle big problems. OpenAI @OpenAI GPT-6 Astra is state-of-the-art on FrontierMath Tier 4, ARC-AGI 3, and TerminalBench-4.0. GPT‑6 Astra is also a major advance for scientific discovery, with state-of-the-art performance on Terminal-Bench Science 0.1 and HealthBench Pro. 🔗 View Quoted Tweet

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容