Падение бенчмарка ARC стало очередной жертвой неустанной оптимизации ИИ

habr.com:

Годами тест ARC считался практически непреодолимым препятствием для нейросетей, настоящим испытанием гибкого интеллекта, а не простого запоминания.

Но новые результаты показывают, что даже этот барьер рушится под неустанной оптимизационной работой современных лабораторий искусственного интеллекта.«Корпус абстракции и рассуждений», позже переименованный в ARC-AGI, изначально был разработан для отделения истинного обучения от статистического повторения.

Читать на habr.com Все новости от habr.com

Глава «Промобот» рассказал в интервью, кого «хейтить» за падение робота Aidol, реакции разработчиков и планах НТК

Лаборатория Марка Цукерберга представила жёсткий бенчмарк для проверки LLM на выполнение сложных инструкций

В QCP Capital назвали негативные новости из Азии причиной падения биткоина

Биткоин и Ethereum закрыли ноябрь с самым низким падением с 2018 года

Лаборатория Марка Цукерберга представила жёсткий бенчмарк для проверки LLM на выполнение сложных инструкций

В QCP Capital назвали негативные новости из Азии причиной падения биткоина

Тим Кук хвалит Samsung Galaxy S25 Ultra: видео, созданное ИИ, стало вирусным

Стало известно, какую основную камеру получит флагман Samsung Galaxy S27 Ultra

Падение цены биткоина привело к потерям ETF-инвесторов и низкому открытому интересу трейдеров — отчет

DeepSeek V3.1 стартовал лучше Gemini 3 Pro и GPT-5.1 в бенчмарке по торговле акциями

Смартфонна детоксикація: що сталось з мозком ютубера, який відмовився від смартфона

Internet Archive Wayback Machine временно в офлайне

Ai2 выпускает Deep Research Tulu — открытую модель для глубокого исследования информации

Стало известно о скором выходе дешевых iPhone, iPad и MacBook

Биткоин ниже $81 000 — аналитики назвали основные причины падения

Gemini 3 Pro стала первой в дизайне и еще нескольких важных бенчмарках

Трейдер заработал более $24 млн нереализованной прибыли на падении биткоина

Падение интернета — сloudflare не работает уже несколько часов (интернет в мире тоже)

Gemini 3.0 Pro показала сильный прогресс в сложных бенчмарках

У многих сервисов возникли перебои в работе из-за "падения" Cloudflare: что известно

GPT-5.1 Thinking заняла первое место в одном из самых сложных бенчмарков для ИИ

СМИ: Oracle потеряла более $300 млрд и стала жертвой «проклятия OpenAI»

GPT-5.1 Thinking назвали самым умным ИИ. Разбираем бенчмарки новинки

Сальвадор приобрел биткоины на около $100 млн на фоне падения рынка

Объем ликвидаций превысил $1 млрд на фоне падения биткоина ниже $90 000

Code Arena: живой бенчмарк для ИИ-разработчиков вместо статических тестов

Fundstrat: падение крипторынка связано с проблемами маркет-мейкеров

Вышел Manticore Search 14.1.0

Доработанная GPT-5 Pro достигла человеческого уровня в сложном бенчмарке ARC-AGI-1

Представлены TWS-наушники Edifier Auro Clip в формате клипс

«Клиенты перестают гуглить». Один из крупнейших ритейлеров «Эпицентр» тестирует ИИ-ассистента и голосовой поиск. Зачем и как успешно монетизировать ИИ

ТОП-6 простых трюков, которые действительно помогают людям похудеть

Оксфордский словарь выбрал «rage bait» словом 2025 года

Учебные измерительные стенды по прикладным СВЧ-технологиям миллиметровых волн для технических ВУЗов

«Сбер» запустил оплату товаров и услуг в Китае по QR-коду на Alipay

Трейдер разобрал ситуацию на рынке и дал прогноз по биткоину и Ethereum

Samsung опубликовала график распространения патчей безопасности на декабрь 2025 года

Только одноразовые: в каких приборах нельзя использовать аккумуляторные батарейки

Clair Obscur: Expedition 33 и Hades II стали главными играми года по версии издания Rolling Stone

Vodafone добавляет роуминг "как дома" для "большинства абонентов предоплаты"

Названы лучшие смартфоны 2025 года

Strategy ведет переговоры с MSCI относительно решения об исключении компании из индексов

MEXC объявила о назначении Вугара Уси на должность операционного директора