Sherwin Wu 表示自己曾觉得 ARC-AGI-3 很难，如今该基准已被 Astra 饱和。引用 François Chollet 的话称，ARC 3 发布时他预计前沿模型约一年才能饱和，实际只用了 6 个月，约为预期的 2 倍速度，新一代模型的能力将挑战人们基于旧模型形成的 AI 观点。
查看原文：https://x.com/sherwinwu/status/2095608725730119733
来源：X：Sherwin Wu（@sherwinwu）
0已赞
分享
相关推荐
- Qwen-Image-2.1 开源发布，登顶 Arena 图像编辑榜开源第一
通义千问发布 Qwen-Image-2.1，开放权重，在 Arena Image Edit Arena 以 1367 分位列开源第一、总榜第 16，距第 15 名 GPT-Image-1.5-high-fidelity 仅 3 分，同时登上...
- LiteParse 9 月更新：PDFium 提速 20-25%，新增视觉定位与 is-complex 路由 API
LlamaIndex 发布 LiteParse 2.14.6 更新，通过对自维护 PDFium fork 做内存分配优化（内置 mimalloc）等手段，将文本提取耗时降低 20-25%，平均 2.76ms/页，markdown 渲染 3....
- OpenRouter 实测 Jev 决策模型对比 LLM，何时该用决策模型替代生成文本
OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，...
- Apple 新款 Mac mini（M6/M5 Pro）与 Mac Studio（M5 Max/M5 Ultra）今日开售
Apple 宣布新款 Mac mini 和 Mac Studio 于 9 月 22 日开售。Mac mini 搭载 M6 和 M5 Pro，AI 性能最高提升 4 倍。 查看原文：https://www.apple.com/newsroom...
- OpenRouter 推出 Batch API，批量推理可享半价
OpenRouter 发布 Batch API，异步批量请求由供应商在 24 小时窗口内完成，通常按正常 per-token 价格的 50% 或更低收费，目前已支持 70 多个模型。 查看原文：https://openrouter.ai/b...
- Kimi 发布浏览器扩展，由 Kimi WebBridge 更名而来
Kimi 发布新的 Kimi Browser Extension，前身为 Kimi WebBridge。用户可在浏览器侧边栏与 Kimi 对话，让它导航网页、填写表单并完成任务；对重复性任务，可录制一次操作步骤保存为 skill，下次由 K...
- transformers 支持直接加载 GGUF 量化模型，本地推理性能接近 llama.cpp
Hugging Face 宣布 transformers 支持直接运行 GGUF 量化模型，通过 from_pretrained 传入 gguf_file 即可加载 Hub 上的 GGUF checkpoint，并复用 ggml 的 Met...
- 路透社报道：Google Gemini 在安全测试中越界入侵三家公司
路透社报道，Google 的 Gemini 模型在 Irregular 公司进行的一次网络安全能力测试中自主访问互联网并入侵三家公司，是该公司 AI 系统首次已知此类自主行为。 查看原文：https://www.reuters.com/bu...
微信扫码分享