Test sonuçları kuruluma göre değişiyor
Google DeepMind'ın yeni modeli Gemini 4 Argon, ARC-AGI-3 testinde yüzde 97,5 puan aldı. Bu sonuçla Google, yüzde 95 eşiğini geçen ikinci laboratuvar oldu; ilk sırada OpenAI var.
Ancak aynı model standart test düzeneğinde yüzde 49,8 puanda kalıyor. Yani sonuç, testin nasıl kurulduğuna göre büyük fark gösteriyor.
Matematik ve kodlamada geride
Habere göre Argon, matematik ve yazılım mühendisliği testlerinde rakiplerinin gerisinde. Bu da modelin genel yetenek tablosunda henüz zirveye oturmadığını gösteriyor.
ARC-AGI, bir yapay zekâ modelinin daha önce görmediği görsel-akıl yürütme bulmacalarını çözme becerisini ölçen bir test. Yüksek puan tek başına genel bir üstünlük anlamına gelmiyor; test koşulları sonucu doğrudan etkiliyor.
