Evaluările recente ale performanței GPT-5.6 pe benchmark-ul ARC-AGI-3 au demonstrat un progres remarcabil. Prin activarea a doar două setări API specifice, cercetătorii au reușit să tripleze scorurile modelului, subliniind importanța configurării în sarcinile de raționament de nivel înalt.
Păstrarea Raționamentului și Compactarea Informațiilor
Îmbunătățirea se concentrează pe două mecanisme primare: reținerea lanțurilor complexe de raționament și activarea compactării informațiilor. Aceste setări permit modelului să mențină o logică internă mai coerentă în timp ce procesează tiparele abstracte solicitate de Abstraction and Reasoning Corpus (ARC).
Benchmark-ul, conceput pentru a măsura capacitatea unui sistem de a învăța concepte noi și de a rezolva probleme inedite, a reprezentat istoric un obstacol semnificativ pentru modelele de limbaj mari. Triplarea scorurilor sugerează că modelele actuale pot poseda capacități latente care sunt accesibile doar prin straturi de interacțiune optimizate.
Câștiguri de Eficiență
Dincolo de creșterea brută a scorului, ajustările au condus și la o eficiență computațională sporită. Prin simplificarea modului în care modelul procesează pașii de raționament, sistemul reduce resursele consumate asociate de obicei cu rezolvarea problemelor complexe. Această descoperire indică un viitor în care reglarea fină a parametrilor API devine la fel de critică precum arhitectura de bază pentru atingerea pragurilor în Inteligența Artificială Generală (AGI).
