ARC-AGI-1 Public Training सेट पर प्रशिक्षित OpenAI का नया o3 सिस्टम, $10k कंप्यूट सीमा के भीतर Semi-Private Evaluation सेट पर 75.7% स्कोर और उच्च-कंपुट कॉन्फ़िगरेशन के साथ 87.5% स्कोर हासिल किया है।
- उच्च-दक्षता स्कोर ARC-AGI-Pub नियमों के तहत सार्वजनिक लीडरबोर्ड पर 1st स्थान के रूप में योग्य है।
- दो कंपुट स्तरों पर परीक्षण किया गया: उच्च-दक्षता के लिए 6 नमूने और निम्न-दक्षता के लिए 1024 नमूने (172x कंपुट)।
- OpenAI ने पुष्टि की कि परीक्षण संस्करण आधिकारिक रूप से जारी o3 से भिन्न है, अपडेट किए गए परिणाम बाद में आएंगे।
ARC Prize इसे AI क्षमताओं में एक महत्वपूर्ण स्टेप-फंक्शन वृद्धि के रूप में देखता है, जो पिछले GPT-फैमिली मॉडल में नहीं देखा गया नई कार्य अनुकूलन क्षमताओं को प्रदर्शित करता है।