El modelo acepta imágenes y permite variar el nivel de esfuerzo. Se espera que los pesos completos se publiquen la próxima semana con licencia Apache 2.0; el ajuste fino y la inferencia ya están disponibles en Tinker.
ARC Prize informa de un 81,7% en ARC-AGI-2 a 0,27 dólares por tarea y un 96,5% en ARC-AGI-1 a 0,08 dólares por tarea, y afirma que supera a todos los modelos de pesos abiertos que ha evaluado. Son resultados de evaluaciones independientes; las mejoras de seguridad se basan en pruebas internas del equipo y pruebas externas citadas.
Por qué importa
El lanzamiento combina resultados destacados de un modelo abierto con la necesidad de vigilar la seguridad durante el entrenamiento.
Una idea para probar
Hipotéticamente, al evaluar un modelo, registra las infracciones de seguridad y los intentos fallidos de recuperación en ejecuciones largas, además del éxito en las tareas.
Inicia la conversación.