R
RAG | Нейросети | ИИ | AI | Агенты | GPT-6.1 Terra | Gemini 4 Carbon | Mistral Large 4 | Claude Opus 5.5 | Kimi K3.1 Pro | LongCat-2.5 | DeepSeek V4 | Genie 4 | Claude Duet | FLUX 3 Max | Hydrogen-1.0
IT и технологии · 30 июля 2026 г.
Франсуа Шолле (создатель Keras) представил ARC-AGI-3 — бенчмарк, где модели играют в ми...
Франсуа Шолле (создатель Keras) представил ARC-AGI-3 — бенчмарк, где модели играют в мини-игры с неизвестными правилами и должны сами во всём разобраться. Люди решают почти на 100%. Лучшая из первых моделей, Gemini 3.1 Pro, набрала лишь 0,37% — остальные ещё ниже. Claude Opus 5 прыгнул втрое выше конкурентов, но до человеческого уровня всё ещё далеко. Под бенчмарк запустили соревнование на Kaggle с призовым фондом $2 млн. #ARC_AGI #бенчмарк #ClaudeOpus5 #AGI
37 просмотров