Astra заявлена лучшей в тестах работы за компьютером
По заявлению OpenAI, GPT-6 Astra показала лучшие результаты на Agents' Last Exam, AutomationBench и ScreenSpot Pro. Все три проверяют, как модель выполняет рабочие задачи за компьютером в разных профессиях, то есть кликает, ищет элементы на экране и доводит операции до конца.
В том же ряду OpenAI называет FrontierMath Tier 4, ARC-AGI 3 и TerminalBench-4.0, а для научных задач Terminal-Bench Science 0.1 и HealthBench Pro. Конкретных значений компания в этих сообщениях не приводит. Прогон на ARC-AGI-3 ранее опубликовала ARC Prize: 99,9% на связке Provider Adapter, 3 сентября.
Дальше
Дочь Чака Шумера идёт в политический отдел OpenAI
По данным Axios, связями с властями на Северо-Востоке в OpenAI займётся Джессика Шумер, дочь лидера меньшинства в Сенате Чака Шумера. До этого она отвечала за публичную политику Amazon в Нью-Йорке.
Читайте также
- OpenAI тренирует агентов на договорной рутине Ironclad
- GPT-6 Astra сначала получат клиенты Daybreak
- GPT-6 Astra набрала 99,9% в ARC-AGI-3
- Сохранение рассуждений подняло ARC-AGI-3 с 13,3% до 38,3%
- GPT-6 Astra спроектировала гаджет для Codex без правок людей
- Индекс Artificial Analysis v5: Opus 5.5 впереди на балл
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.