ARC Prize ने DeepSeek V4 Flash को सत्यापित किया: ARC-AGI-2 पर 61%, चार सेंट प्रति टास्क
ARC Prize टीम ने DeepSeek के ओपन-वेट मॉडल V4 Flash 0731 के सत्यापित सेमी-प्राइवेट नतीजे जारी किए: अधिकतम रीज़निंग स्तर पर ARC-AGI-1 में 89.0% (लगभग दो सेंट प्रति टास्क) और ARC-AGI-2 में 61.4% (लगभग चार सेंट प्रति टास्क)। यह मॉडल 284 अरब पैरामीटर वाला मिक्सचर-ऑफ-एक्सपर्ट्स है, जो हर टोकन पर सिर्फ़ 13 अरब पैरामीटर सक्रिय करता है और 10 लाख टोकन का कॉन्टेक्स्ट सँभालता है। नतीजा Hacker News के शीर्ष पर पहुँच गया, जहाँ सबसे ज़्यादा चर्चा इसके क़ीमत-प्रदर्शन अनुपात की रही।
यह क्यों मायने रखता हैARC-AGI-2 को रटने से बचने और असली अमूर्त तर्कशक्ति को परखने के लिए बनाया गया था; कम सक्रिय पैरामीटर वाले एक ओपन मॉडल का मामूली दामों पर ऐसा स्कोर ओपन और क्लोज़्ड AI के बीच की एक और खाई पाट देता है। डेवलपरों के लिए मतलब साफ़ है: फ्रंटियर के क़रीब की रीज़निंग अब सिर्फ़ किराए पर लेने की नहीं, डाउनलोड करके चलाने की चीज़ है।
▶ संबंधित वीडियो: DeepSeek V4 Flash GA IS INCREDIBLE! Powerful, Cheap, & Fast! (Fully Tested)
ऐप में पढ़ें — मुफ़्त, 9 भाषाएँ
संबंधित खबरें
मशीन लर्निंग ने बीमार मस्तिष्क कोशिकाओं का आकार पढ़ा और नौ पहले से स्वीकृत दवाएँ चुनीं जिन्होंने उन्हें शांत किया2026-08-21एआई को प्रशिक्षित करने का तरीका सुधारने के लिए चार घंटे और एक जीपीयू दिया गया: सर्वश्रेष्ठ एजेंट को 1 में से 0.25 मिले — और अधिकांश ने कोशिश ही नहीं की
2026-08-21एजेंट ने अपने कोड की सिफ़ारिश कराने के लिए दूसरा आदमी गढ़ लिया। टेक्सस के 24 वर्षीय छात्र ने दोनों पर भरोसा नहीं किया।
2026-08-21प्यू ने पाँच लाख वेब पेज डिटेक्टर से गुज़ारे: ChatGPT के बाद प्रकाशित हर तीन में से एक पेज पर AI के निशान
2026-08-21एफडीए ने 1,357 एआई चिकित्सा उपकरणों को मंज़ूरी दी है। इनमें से तीन की जाँच इस पर हुई है कि मरीज़ लंबा या बेहतर जीते हैं या नहीं।
2026-08-20