Francois Chollet@fcholletSummer 2026 has been a crazy time in AI…
DịchCuộc thi ARC Prize 2026 đang bước vào giai đoạn nước rút, giải thưởng 37.500 USD sẽ được trao cho giải pháp mã nguồn mở xuất sắc nhất vào ngày 30/9 tới.
AI Notes@AYi_AInotesChuyên gia OpenAI Noam Brown tiết lộ chi phí giải bài toán ARC-AGI đã giảm từ 500.000 USD xuống còn 20 USD, đồng thời cảnh báo về rủi ro khi các hệ thống đa tác nhân tự phối hợp gian lận.
Sự hợp tác giữa các chuyên gia toán học hàng đầu và mô hình ngôn ngữ lớn đang mở ra hướng đi mới, khi kết hợp Qwen 4B trên thiết bị di động với sức mạnh đám mây của GLM để chinh phục thử thách ARC-AGI.
Startup Nga Mostik gây sốt khi leo lên top đầu bảng xếp hạng ARC-AGI-3 nhờ kỹ thuật 'cầu nối' cho phép các mô hình AI giao tiếp trực tiếp qua không gian toán học thay vì văn bản, giúp tối ưu hiệu suất vượt trội.
Francois Chollet@fcholletPour nos lecteurs francophones
DịchFrançois Chollet giới thiệu bài viết từ Le Point về việc mô hình mới của OpenAI đạt điểm gần tuyệt đối trong bài kiểm tra ARC-AGI-3, kèm theo những góc nhìn chuyên sâu từ chính tác giả của bộ tiêu chuẩn đánh giá này.
Kết quả đánh giá GPT-6 Astra gây tranh cãi khi các tổ chức đưa ra con số trái ngược. Tuy nhiên, khả năng giải quyết bài toán ARC-AGI-3 vượt xa con người của mô hình này đang khiến giới chuyên gia phải cân nhắc lại dự báo về thời điểm AGI xuất hiện.
Rohan Paul@rohanpaul_aiARC-AGI-3 is now saturated, GPT-6 Astra reaches 99% with a new provider-adapter harness and beats hu…
DịchGPT-6 Astra dẫn đầu bảng xếp hạng ARC-AGI-3 với 62,7% điểm tiêu chuẩn, và vọt lên 99,9% khi áp dụng khung Provider Adapter, vượt xa khả năng của con người ở 96% các bài kiểm tra.
Kim@kimmonismusThe lesson from today: we need new benchmarks asap.
DịchTác giả của ARC-AGI 3 xác nhận bộ tiêu chuẩn này đã không còn đủ thách thức cho các mô hình AI hiện nay, đồng thời kêu gọi cộng đồng sớm xây dựng các bài kiểm tra năng lực mới.
Cùng sự kiện, tinh chọn hiển thị «ARC-AGI-3 bị chinh phục chỉ sau 6 tháng, tốc độ phát triển AI vượt xa dự đoán»
Greg Brockman@gdbarc-agi-3 is now saturated
DịchGreg Brockman xác nhận GPT-6 Astra đạt SOTA trên ARC-AGI-3 với 99% điểm số, vượt qua con người ở 96% các tác vụ. Đáng chú ý, mô hình này tối ưu hóa chi phí hiệu quả hơn nhờ khả năng suy luận vượt trội, giảm thiểu số lượng token và lượt gọi API cần thiết.
Diễn biến sự kiện · 2 bài →Thêm 2 nguồn khác đưa tinHacker News Nổi bật (buzzing.cc bản dịch tiếng Trung)X: Testing Catalog (@testingcatalog)
Testing Catalog@testingcatalogOPENAI 🔥: Astra scored 63% on ARC-AGI-3 with a standard harness. > GPT-6 Astra surpasses the huma…
DịchGPT-6 Astra đạt 99% điểm trong bài kiểm tra ARC-AGI-3 nhờ khả năng tự xây dựng mô hình thế giới và ngôn ngữ logic riêng để giải quyết các tình huống lạ, vượt xa hiệu suất trung bình của con người.
Sherwin Wu@sherwinwuProgress continues to surprise even the best of us. ARC-AGI-3 was the first ARC-AGI benchmark that I…
DịchBenchmark ARC-AGI-3 đã bị mô hình Astra bão hòa chỉ sau nửa năm, nhanh gấp đôi so với dự đoán ban đầu của François Chollet. Sự kiện này cho thấy năng lực của các mô hình AI thế hệ mới đang tiến hóa với tốc độ chóng mặt, thách thức mọi quan điểm cũ về trí tuệ nhân tạo.
Diễn biến sự kiện · 2 bài →Thêm 1 nguồn khác đưa tinX: Kim (@kimmonismus)Francois Chollet@fcholletSide note: when we released ARC-AGI-3 in March, and frontier models scored <1% on it, a few Singular…
DịchFrançois Chollet khẳng định bộ tiêu chuẩn ARC-AGI-3 được thiết kế chuẩn xác. Việc AI tiến bộ từ dưới 1% lên 100% chỉ trong nửa năm cho thấy tốc độ phát triển trí tuệ nhân tạo đang vượt xa mọi dự đoán ban đầu.
Elvis Saravia@omarsar0I had to look twice at this table. I know they are just numbers, but how the heck do you beat a com…
DịchElvis Saravia chia sẻ kết quả ấn tượng của GPT-6 Astra khi đạt điểm số gần như tuyệt đối trên FrontierMath và ARC-AGI, vượt xa các đối thủ vừa ra mắt gần đây.
Francois Chollet@fcholletGPT-6 Astra represents a step-function change in model capability for interactive reasoning problems…
DịchFrançois Chollet cho biết GPT-6 Astra đạt bước tiến lớn trong suy luận tương tác, ghi 66% trên ARC-AGI-3 và gần 100% khi kết hợp kỹ thuật tối ưu hóa, dù chi phí mỗi lượt lên tới 360 USD.
GPT-6 Astra của OpenAI thiết lập kỷ lục SOTA mới trên ARC-AGI-3 với điểm số ấn tượng, đạt 99.9% ở bài kiểm tra Provider Adapter với chi phí tối ưu.
Rohan Paul@rohanpaul_aiIncredible. Fable 5.1 is getting remarkably close to fully saturating ARC-AGI-2, but at materially…
DịchAnthropic ra mắt Fable 5.1 với hiệu suất ấn tượng trên bộ tiêu chuẩn ARC-AGI, đạt 90% ở bản ARC-AGI-2. Nhờ tối ưu hóa token, mô hình này giảm chi phí vận hành trung bình khoảng 32% so với phiên bản tiền nhiệm Fable 5.
Một bài viết trên Hacker News chia sẻ phương pháp đạt 44% điểm trong thử thách ARC-AGI-1 với chi phí cực thấp chỉ 67 cent, thu hút sự quan tâm lớn từ cộng đồng kỹ thuật.
Rohan Paul@rohanpaul_aiPrime Agent, the harness that put Opus 5 at 95.5% on ARC-AGI-3, now has a technical report. The mec…
DịchPrime Agent giới thiệu cơ chế phân tầng bộ nhớ giúp tối ưu hóa khả năng xử lý của AI thông qua việc quản lý dữ liệu trên nhiều lớp, từ ngữ cảnh hoạt động đến lưu trữ ổ đĩa, giúp chuyển đổi các tác vụ ngữ cảnh dài thành bài toán quản trị thông tin hiệu quả.
Clément Delangue (Hugging Face CEO)@ClementDelangueNVIDIA built its own coding harness to optimize CUDA GPU kernels and achieved a 100% score on ARC-AG…
DịchNVIDIA vừa ra mắt khung lập trình giúp tối ưu hóa nhân CUDA, đạt tỷ lệ giải quyết 100% các bài toán trong ARC-AGI-3. Bước tiến này hứa hẹn sẽ hạ thấp rào cản kỹ thuật, giúp việc huấn luyện và tối ưu hóa AI trở nên dễ dàng hơn cho mọi người.
Francois Chollet@fcholletThis is very nice work from NVIDIA. Like all high-performing approaches on ARC-AGI-3, it uses deep l…
DịchFrançois Chollet đánh giá cao hệ thống AVO của NVIDIA nhưng cảnh báo rằng việc đạt 100% trên tập demo chỉ giống như hoàn thành hướng dẫn, không phản ánh đúng năng lực thực tế trên bộ tiêu chuẩn ARC-AGI-3.
Kim@kimmonismusHoly: NVIDIA's coding agent AVO scored 100% on ARC-AGI-3's 25 public games, solving all 183 levels. …
DịchTác nhân AI AVO của NVIDIA đã đạt điểm tuyệt đối 100% trong bài kiểm tra ARC-AGI-3 bằng cách tự học qua thử sai mà không cần quy tắc định sẵn. Được vận hành bởi Claude Opus 5, AVO thể hiện khả năng ghi nhớ dài hạn và giải quyết vấn đề phức tạp vượt trội.
fofr@fofrAIGemini 3.7 Flash, low cost and high scores.
DịchGoogle vừa ra mắt Gemini 3.7 Flash, đạt điểm số ấn tượng 95.5% trên ARC-AGI-1 với chi phí chỉ 0.12 USD mỗi tác vụ, vượt trội hoàn toàn về hiệu suất so với các mô hình hiện nay.
Francois Chollet@fcholletJeremy's excellent work here is a great illustration of a very powerful type of approach: LLM-guided…
DịchFrançois Chollet nhận định rằng các phương pháp dẫn đầu trong thử thách ARC-AGI-3 đều dựa trên việc dùng LLM để tổng hợp các mô hình thế giới biểu tượng, thông qua việc viết mã thực thi nhằm giải mã cơ chế nhân quả của thế giới.