Новини›Нови модели›Gemini 4 Carbon измести GPT-6.1 Sol от върха в математическия тест
Нови модели

Gemini 4 Carbon измести GPT-6.1 Sol от върха в математическия тест

The Decoder · събота, 14 ноември, 18:48 · 1 мин четене

Първият път от известно време модел, който не е на OpenAI, води в MathArena.

За първи път от доста време модел, който не е на OpenAI, оглавява MathArena, тест за математически задачи с изкуствен интелект. Gemini 4 Carbon на Google измести GPT-6.1 Sol от първото място, а Claude Fable 5.2 е втори. Така двата модела вероятно са сред най-силните, които хората могат да използват публично за математика.

Моделите на OpenAI, които според съобщения наскоро са решили сложни уравнения като уравненията на Навие-Стокс, още не са публично достъпни.

Най-честият проблем на Gemini 4 Carbon е, че надвишава лимита за време. Моделът почти никога не се отказва от задача, а това може да се види и като плюс, и като минус. В един случай той стартира скрипт, който работи повече от единайсет часа, без да проверява напредъка си.

С настройките за разсъждение, използвани в тестовете, Carbon и Fable 5.2 изискват около 15 и 40 пъти повече изчисления от GPT-6.1 Sol.

Още новини