Ethan Mollick· emollick·· 3 天前AI 评分40
智能模型终结ARC-AGI等基准
Harnesses + smart models = the end of the last famous hard benchmarks. Models can now work for extremely long times (bye, METR Long Tasks...
AI 导读
框架 + 智能模型 = 最后几个著名硬基准的终结。模型现在可以工作极长时间（再见，METR Long Tasks），可以输出数学正确的专业文档（再见，GDPval），并且可以解决复杂的新颖谜题（再见，ARC-AGI-3）。
来源：Ethan Mollick · x.com