跳到正文
𝕏 ARC Prize(x.com)·· 2 天前品質評分52
重點導讀

ARC-AGI 是用來測試模型解題能力的基準。

  • ARC Prize 貼出 Google DeepMind 的 Gemini 4 Hydrogen 測試結果:它在 ARC-AGI-2 得分 92.5%,每題成本 $1.26。
  • 在 ARC-AGI-1 得分 98.5%,每題成本 $0.18。貼文也說,和 Gemini 3.8 Flash 在高推理設定下相比,Gemini 4 Hydrogen 兩項分數相當或更高,推理 token 約少用 52%。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

ARC Prize
ARC Prize@arcprize
·2 天前
𝕏

Gemini 4 Hydrogen from @GoogleDeepMind on ARC-AGI (Verified):

- ARC-AGI-2: 92.5%, $1.26/task
- ARC-AGI-1: 98.5%, $0.18/task

Gemini 4 Hydrogen matched or exceeded Gemini 3.8 Flash's scores on both benchmarks at high reasoning while using about 52% fewer reasoning tokens. https://t.co/WSYNtbPstx

推文來源 · X (Twitter)在 X 參與討論
來源: ARC Prize (x.com)
在 X 查看推文

讀者討論

理性交流 · 即時討論