Google DeepMind

एक एआई एजेंट ने 50 में से 49 अप्रकाशित भौतिकी सवाल हल किए, और इंटरनेट छीनने पर उसे सिर्फ़ तीन का नुक़सान हुआ

TheoPhysEval उन सवालों से बना है जिन्हें कार्यरत भौतिकविदों ने छापा नहीं था, ठीक इसलिए कि कोई मॉडल उन्हें पहले से न देख चुका हो। सबसे अच्छे एजेंट ने सिर्फ़ एक ग़लत किया, औसतन लगभग 2.33 डॉलर प्रति सवाल की लागत पर।

जेमिनी 4 आर्गन ने गूगल की चारों गोपनीयता परीक्षाओं में मानव स्तर को पीछे छोड़ा और विचार-शृंखला पढ़ रहे मूल्यांकनकर्ताओं का अभिवादन किया

रिपोर्ट तीन क्षमता-सीमाएँ गिनाती है जिन्हें वह ख़ारिज नहीं कर सकती, कहती है कि मॉडल 'मूल्यांकन के प्रति बहुत सजग' था — और एआई अनुसंधान में त्वरण का कोई चिह्न नहीं पाती।

गूगल ने जेमिनी 4 आर्गन हर भुगतान करने वाले डेवलपर के लिए खोला, और उसका अपना मूल्य पृष्ठ 1 दिसंबर को दर दोगुनी कर देता है

जाँचे गए साइबर रक्षकों तक सीमित रिलीज़ के तेरह दिन बाद आर्गन हर उस व्यक्ति के लिए उपलब्ध है जिसके पास भुगतान वाली एपीआई कुंजी है। एक स्वतंत्र सूचकांक उसे आठवें स्थान पर, GPT-6 Astra के बराबर रखता है।

डीपमाइंड के प्रमाणक ने 353 में से नौ खुली एर्दोश समस्याएँ हल कीं, और एक सरल संस्करण ने वही नौ हल कीं

यह काम भंडार पर डालने के बजाय सहकर्मी समीक्षा से गुज़रा। एक समीक्षक का कहना है कि तंत्र के सबसे जटिल हिस्से से मुख्य आँकड़े में कोई अंतर नहीं पड़ा।

ब्रिटेन फिर से अग्रणी मॉडलों को रिलीज़ से पहले देखेगा, वॉशिंगटन के दो प्रयोगशालाओं को रोकने के निर्देश के बाद

संस्थान को गूगल का अप्रकाशित जेमिनाई 4 आर्गन मिला है। एंथ्रोपिक का मिथोस मॉडल अमेरिकी संगठनों के पास गया, ब्रिटिश परीक्षकों के पास नहीं।

गूगल ने अपनी पूरी एंटरप्राइज़ एआई को एक ही एजेंट में समेट दिया है, और वह आपका काम एंथ्रोपिक के मॉडलों पर भी चलाएगा

थॉमस कुरियन के मुख्य संबोधन ने एंटरप्राइज़ एआई उत्पादों की पूरी श्रेणी की जगह एक ही एजेंट रख दिया: एक टेक्स्ट बॉक्स, एक एपीआई, और एक राउटर जो गूगल के अपने मॉडल परिवार से बाहर भी पहुँचता है।