Model görsel girdileri kabul ediyor ve değişken düzeyde işlem çabası sunuyor. Tam ağırlıkların gelecek hafta Apache 2.0 lisansıyla yayımlanması bekleniyor; Tinker üzerinden ince ayar ve çıkarım şimdiden kullanılabiliyor.
ARC Prize, modelin ARC-AGI-2’de görev başına 0,27 dolarla yüzde 81,7, ARC-AGI-1’de görev başına 0,08 dolarla yüzde 96,5 aldığını ve değerlendirdiği tüm açık ağırlıklı modelleri geçtiğini söylüyor. Bu sonuçlar bağımsız değerlendirmelere aittir; güvenlik iyileştirmeleri ise ekibin kendi değerlendirmelerine ve aktarılan dış testlere dayanıyor.
Neden önemli?
Duyuru, güçlü açık model sonuçlarını ve eğitim sırasında güvenlik davranışlarını izleme gereğini birlikte gündeme getiriyor.
Bir deneme fikri
Varsayımsal olarak, bir modeli değerlendiriyorsanız görev başarısının yanında uzun çalıştırmalardaki başarısız toparlanma girişimlerini ve güvenlik ihlallerini de kaydetmeyi deneyin.
Sohbeti sen başlat.