ஜெமினி 4 ஆர்கானை அனுப்பிய இரண்டு வாரங்களுக்குப் பிறகு, கூகிள் டீப் மைண்ட் ஜெமினி 4 கார்பனை வெளியிட்டது. புதிய மாடல் செயற்கை பகுப்பாய்வு நுண்ணறிவு குறியீட்டு v5 இன் மேல் 59 புள்ளிகளுடன் அறிமுகமானது - ஆர்கானின் 50 ஐ விட ஒன்பது-புள்ளி ஜம்ப் - மற்றும் நீண்ட கால, தன்னாட்சி பொறியியல் பணிகளுக்காக கட்டப்பட்டது. இருப்பினும், பெரும்பாலான பயனர்கள் காத்திருக்க வேண்டியிருக்கும்: அதன் மேம்பட்ட இணைய பாதுகாப்பு திறன்களின் காரணமாக, கார்பன் அமெரிக்க அரசாங்கத்தின் தன்னார்வ முன் சோதனை செயல்முறையை மேற்கொள்கிறது மற்றும் முதலில் தேர்ந்தெடுக்கப்பட்ட பாதுகாப்பு நிபுணர்களுக்கு மட்டுமே கிடைக்கும். சமீபத்திய AI மேம்பாடுகள் தொடர்ச்சியாகப் பெற, AI Buzz Wireஐப் பின்தொடரவும்.

பாதுகாப்பு-முதல் வெளியீடு

கார்பனின் அசாதாரண வெளியீட்டு பாதை, தாக்குதல் மற்றும் தற்காப்பு இணைய வேலைகளில் மாடல் எவ்வளவு திறன் கொண்டது என்பதை பிரதிபலிக்கிறது. பாதிப்புகளைக் கண்டறிந்து சரிபார்ப்பது முதல் அவற்றைப் பொருத்துவது வரை முழு இணைய பாதுகாப்பு வாழ்க்கைச் சுழற்சியில் அதன் திறன்கள் பரவியிருப்பதாக கூகுள் கூறுகிறது. ராய்ட்டர்ஸ் இந்த மாதிரியானது ஒரு தனித்துவமான சைபர் செக்யூரிட்டி ஃபோகஸைக் கொண்டுள்ளது என்று தெரிவித்தது, மேலும் ஆர்ஸ் டெக்னிகா அதை அப்பட்டமாக அதன் தலைப்பில் வைத்தது: இது "நீங்கள் பயன்படுத்த முடியாத" ஒரு எல்லை மாதிரி - குறைந்தபட்சம் இன்னும் இல்லை, இது மேம்பட்ட AI அமைப்புகளுக்கான அரசாங்கத்தின் முன்-சோதனை செயல்பாட்டில் உள்ளது.

பொதுவாக கிடைக்கும் தேதியை கூகுள் அறிவிக்கவில்லை. எவ்வாறாயினும், விலை நிர்ணயம் ஏற்கனவே பொதுவில் உள்ளது: கார்பன் ஆர்கானைப் போலவே செலவாகும், இரண்டு தொடர்ச்சியான மாதிரி தலைமுறைகள் மூலம் Google இன் எல்லை டோக்கன் விகிதங்களை மாற்றாமல் வைத்திருக்கிறது.

பல நாள் தன்னாட்சி வேலைக்காக கட்டப்பட்டது

கார்பனை "மிகவும் கடினமான, நீண்ட அடிவான பொறியியல் சிக்கல்களுக்காக" வடிவமைத்ததாக நிறுவனம் கூறுகிறது, இது நிலையான முகவர் பணிப்பாய்வுகளைக் கோருகிறது. கூகுளின் கூற்றுப்படி, உள் குழுக்கள் பல நாட்கள் இந்த மாதிரியை நேரடியாக இயக்கியது, இதன் போது அது சொந்தமாக செயலிழந்தது மற்றும் மூல காரண பகுப்பாய்வு மற்றும் பெரிய கோட்பேஸ்கள் மற்றும் குறைந்த-நிலை மென்பொருளில் நுட்பமான பிழை திருத்தங்கள் போன்ற சிக்கலான, பல-படி பணிகளை கையாண்டது.

ஆரம்பகால பயனர் பின்னூட்டத்தின் அடிப்படையில் விஞ்ஞான பகுத்தறிவு, மல்டிமாடல் புரிதல் மற்றும் முழு அடுக்கு வலை மேம்பாடு ஆகியவற்றில் மேம்பாடுகளை Google தெரிவிக்கிறது.

ஒட்டுமொத்தமாக வலிமையானது, இன்னும் குறியீட்டு முறையில் கிளாட் துரத்துகிறது

பெஞ்ச்மார்க் படம் வலுவானது, ஆனால் சுத்தமான ஸ்வீப் அல்ல. செயற்கை பகுப்பாய்வு நுண்ணறிவு குறியீட்டு v5 இல், கார்பன் அதன் மிக உயர்ந்த பகுத்தறிவு அடுக்கில் முதன்மையாக சிக்கலான பகுத்தறிவு, அறிவைப் பெறுதல் மற்றும் அறிவியல் பணிகள் ஆகியவற்றில் சிறந்த மதிப்பெண்கள் மூலம் துறையில் முன்னணியில் உள்ளது, குறியீட்டின் ஒன்பது தனிப்பட்ட மதிப்பீடுகளில் நான்கில் முதல் இடத்தைப் பிடித்தது.

ஏஜென்டிக் கோடிங்கில், கார்பன் இன்னும் மூன்று புள்ளிகளால் ஆந்த்ரோபிக்கின் கிளாட் ஓபஸ் 5.5-ஐப் பின்தொடர்கிறது - 59 மற்றும் 62 - ஆர்கானின் 53 இலிருந்து ஒரு பெரிய முன்னேற்றத்திற்குப் பிறகும். WebDev Arena லீடர்போர்டில், கார்பன் 89 Elo புள்ளிகளைப் பெற்று 1,769 ஐ எட்டியது, இது நான்காவது இடத்தைப் பிடித்தது.

சுயாதீன மதிப்பீடுகள் இதே போன்ற கதையைக் கூறுகின்றன. மதிப்பீட்டு தளமான Vals AI ஆனது 70.36 சதவீத துல்லியத்தில் கார்பனை இரண்டாவதாக தருகிறது, Claude Sonnet 5.5 க்கு பின் 70.85 சதவீதம், ஆனால் Claude Opus 5.5 ஐ விட 70.18 சதவீதம், ஆர்கான் நான்காவது 69.24 சதவீதம்.

செயற்கைப் பகுப்பாய்வின் AA-Briefcase பெஞ்ச்மார்க் முகவர் அறிவு வேலைக்கான, கார்பன் 1,609 Elo ஐ எட்டியது, இது ஆர்கானின் 1,483 ஐ விட 126-புள்ளி அதிகரிப்பு. இது இன்னும் கிமி கே3.1 ப்ரோவை 1,678, மியூஸ் வொண்டர் 1,659, மற்றும் க்ரோக் 4.7 க்கு 1,638 என்ற உயர் அமைப்பில் உள்ளது.

துல்லியம், மாயத்தோற்றம் கூட

செயற்கைப் பகுப்பாய்வின் மதிப்பீடுகளில் விடை துல்லியம் ஆர்கானுடன் 48 சதவீதத்திலிருந்து கார்பனுடன் 58 சதவீதமாக உயர்ந்தது. மாயத்தோற்றம் விகிதம் 4 முதல் 11 சதவிகிதம் வரை உயர்ந்தது - அதிக, ஆனால் தரவரிசையில் இரண்டாவது-குறைந்தது. ஒப்பிடுகையில், க்ளாட் ஓபஸ் 5.5 மற்றும் GPT-6 அஸ்ட்ரா ஆகியவை அவற்றின் அதிகபட்ச பகுத்தறிவு அமைப்புகளில் ஒவ்வொன்றும் 50 சதவிகிதம் அதே அளவீட்டில் அமர்ந்துள்ளன, தி டிகோடரால் அறிவிக்கப்பட்ட செயற்கை பகுப்பாய்வு தரவுகளின்படி.

பாதுகாப்பு வரையறைகள்: கிட்டத்தட்ட சரியான உடனடி ஊசி மதிப்பெண்

பாதுகாப்பு என்பது கூகுள் தனது மிகப்பெரிய வெற்றிகளைக் கூறுகிறது. நிறுவனத்தின் சொந்த பெஞ்ச்மார்க் தேர்வில், கார்பன் 16 சோதனைகளில் 15ல் முதல் இடத்தைப் பிடித்தது, குறிப்பாக நீண்ட சூழல் மற்றும் பாதுகாப்புப் பணிகளில் களத்திலிருந்து விலகிச் செல்கிறது.

கிரே ஸ்வானின் மறைமுக உடனடி ஊசி அளவுகோலில், கார்பன் தாக்குதல் வெற்றி விகிதத்தை ஆர்கானுடன் 0.7 சதவீதத்திலிருந்து 0.0 சதவீதமாகக் குறைத்து, சோதனைத் தொகுப்பில் உள்ள ஒவ்வொரு கையாளுதல் முயற்சியையும் தடுக்கிறது என்று கூகுள் கூறுகிறது. டிகோடர் எச்சரிக்கிறது, இது உடனடி ஊசி தீர்க்கப்பட்டது என்று அர்த்தமல்ல - சோதனை நிறைவுற்றதாகத் தோன்றுகிறது - ஆனால் இதன் விளைவாக, அமெரிக்க அதிகாரிகள் இந்த மாதிரியை பொதுமக்களுக்குச் செல்வதற்கு முன் ஏன் பயன்படுத்த விரும்புகிறார்கள் என்பதை விளக்க உதவுகிறது.

இரண்டு வாரங்களில் இரண்டு எல்லை மாதிரிகள்

வேகமே செய்தி. ஒரு பதினைந்து நாட்களுக்குள் இரண்டு எல்லைப்புற வெளியீடுகள் - அக்டோபர் நடுப்பகுதியில் ஆர்கான், இப்போது கார்பன் - சுயாதீன லீடர்போர்டுகள் மற்றும் நிறுவன ஒப்பந்தங்களுக்கு ஆந்த்ரோபிக் மற்றும் ஓபன்ஏஐ ஆகியவற்றுடன் போட்டியிடுவதால், கூகிள் டீப் மைண்டின் ஆக்கிரமிப்புத் தன்மையைக் குறிக்கிறது.

இப்போதைக்கு, ஸ்கோர்போர்டு இவ்வாறு கூறுகிறது: கார்பன் ஒட்டுமொத்த குறியீட்டில் முன்னணியில் உள்ளது, கிளாட் ஓபஸ் 5.5 ஏஜென்டிக் குறியீட்டு கிரீடத்தை வைத்திருக்கிறது, மேலும் சந்தையில் வலுவான சைபர் திறன் கொண்ட மாதிரியானது அரசாங்க மதிப்பாய்வு கதவுக்குப் பின்னால் உள்ளது. கார்பன் மிகவும் பரவலாகத் திறக்கும் போது, ​​மாறாத விலை நிர்ணயம் என்பது தள்ளுபடியை விட ஒரு டோக்கனின் திறனின் மூலம் உண்மையான போட்டி தீர்மானிக்கப்படும் - மேலும் கூகிள் அந்த அளவீட்டில் பட்டியை உயர்த்தியுள்ளது.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →