Chart Pathway zaprezentował model BDH-CQ o zaledwie 150 mln parametrów, który osiąga 29,5% na benchmarku ARC-AGI-1 przy koszcie zaledwie 0,0007 USD za zadanie – 11 razy taniej niż GPT 5.6 Luna przy tylko nieznacznie niższej dokładności. Model łączy uczenie w kontekście z rekurencyjnym rozumowaniem latentnym zamiast werbalizowania każdego kroku.
Chart Pathway właśnie udowodnił, że w świecie AI wcale nie musi wygrywać największy. Ich model BDH-CQ, liczący zaledwie 150 milionów parametrów, osiąga na benchmarku ARC-AGI-1 wynik 29,5%, a robi to 11 razy taniej niż gigantyczny GPT 5.6 Luna, przy tylko nieznacznie niższej dokładności. Zamiast mozolnie werbalizować każdy krok myślenia, łączy uczenie w kontekście z rekurencyjnym rozumowaniem latentnym: coś jak myślenie skrótami, które okazują się zaskakująco celne.
Tylko czy wynik 29,5% na benchmarku, który ma testować zdolności zbliżone do ludzkiej inteligencji ogólnej, to powód do świętowania, czy raczej przypomnienie, jak daleko jeszcze do prawdziwego AGI nawet najtańszym kosztem?
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. P
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google