ページを読み込み中…
ページを読み込み中…
5件の記事
Nvidia は新研究で、AI の長期タスク遂行には基盤モデルよりカスタムハネスが重要だと示し、Claude Opus 5 が ARC-AGI-3 で 100% を達成した。
NVIDIA の研究プロジェクト「AVO」は、長期多段階タスクで信頼性を示すエージェントシステムとして機能する基盤アーキテクチャである。
Hugging Face は、推論時に提示された入力が継続的に反復メモリを更新し、中間推論を言語化せずに高次元潜在空間で反復計算を行うことでクエリを解決する推論モデル「BDH-CQ」を紹介した。
TLDR AI が紹介した「Schema」は、最先端の言語モデルを物理学者のように動作させるためのハネスです。このツールにより、モデルはゲーム環境のメカニズムを実行可能なプログラムとして記述し、現実と検証することで、ARC-AGI-3 公測で99%の精度達成が可能になります。
OpenAI が発表した GPT-5.6 シリーズにおいて、新モデル「GPT-5.6 Sol」が ARC-AGI-3 ゲームで初勝利を収めた。このモデルは未知の環境を正しく理解し、独自の語彙を用いてゲームをクリアした。