ARC Prize 评测 Gemini 4 Hydrogen 的 ARC-AGI 表现
@GoogleDeepMind Join ARC Prize at NeurIPS on December 12, 6-9 PM in Atlanta for a rooftop happy hour across from the convention center.
AI 导读
ARC Prize 测得 Gemini 4 Hydrogen 在 ARC-AGI-2 和 ARC-AGI-1 上分别取得 92.5% 和 98.5%,高推理档位下比 Gemini 3.8 Flash 少用约 52% 的推理 token。ARC-AGI-3 测试因 API 问题未能完成,期间出现多动作函数调用、MALFORMED_FUNCTION_CALL、重复动作和 RECITATION 终止原因。ARC Prize 还邀请参与者于 12 月 12 日在亚特兰大参加 NeurIPS 屋顶交流活动,名额有限且注册需主办方批准。
推荐理由
AI 评分 62
评测同时呈现了不同推理档位的成绩、token 消耗与 API 异常,可用于比较模型性能和接入稳定性。
主题
正文 · AI 翻译
@GoogleDeepMind 12 月 12 日下午 6 点至 9 点,欢迎在亚特兰大与 ARC Prize 相聚 NeurIPS,参加会展中心对面的屋顶欢乐时光活动。
名额有限;注册需经主办方批准。
https://t.co/1cdZppwijd
AI 热点