模型
60AI 评分(两次独立评分的平均)

ARC Prize 对比 Gemini 4 Hydrogen 与 Gemini 3.8 Flash 在 ARC-AGI-2 上的表现

原标题:@GoogleDeepMind On ARC-AGI-2, Gemini 4 Hydrogen scored higher than Gemini 3.8 Flash at medium (89.2% vs 82.9%) and high (90.0% vs 89.2%),...

ARC Prize@arcprize发布时间 (北京时间)

ARC Prize 公布 Gemini 4 Hydrogen 与 Gemini 3.8 Flash 在 ARC-AGI-2 上的对比结果:中等推理档位下 Gemini 4 Hydrogen 得 89.2%,Gemini 3.8 Flash 得 82.9%;高推理档位下两者分别为 90.0% 和 89.2%;低推理档位下 Gemini 4 Hydrogen 为 65.8%,低于 Gemini 3.8 Flash 的 77.5%。Gemini 4 Hydrogen 还新增了 Gemini 3.8 Flash 不具备的 xhigh 推理档位。

中文译文尚未完成,先为你展示原文。

@GoogleDeepMind On ARC-AGI-2, Gemini 4 Hydrogen scored higher than Gemini 3.8 Flash at medium (89.2% vs 82.9%) and high (90.0% vs 89.2%), though trailed at low reasoning (65.8% vs 77.5%).

Gemini 4 Hydrogen also introduced a xhigh reasoning level that was not available for Gemini 3.8 Flash.

Google / Gemini推理能力评测基准#评测/基准#推理#Google

同一件事的其他报道1 篇