Přejít k navigační liště

Zdroják » Zprávičky » DeepSeek V4 Flash 0731 exceluje na benchmarku ARC-AGI

DeepSeek V4 Flash 0731 exceluje na benchmarku ARC-AGI

Zprávičky ‐ ‐ AI ‐

Nálepky:

Společnost DeepSeek zveřejnila 31. července 2026 model V4 Flash 0731 ve třech úrovních „reasoning“ nastavení (Low, High, Max), a výsledky na benchmarku ARC Prize, který testuje schopnost obecné abstraktní usuzování u AI systémů, jsou působivé.

Klíčová čísla:

  • Na verzi ARC-AGI-1 dosáhl model v nejvyšším režimu (Max) skóre 89,0 %, a to za cenu pouhých 0,02 dolaru na úlohu
  • Na náročnější ARC-AGI-2 model v režimu Max skóroval 61,4 % za 0,04 dolaru na úlohu
  • Nižší úrovně (High a Low) dosahují o něco slabších výsledků – 87 %/56 % a 84 %/46 % na ARC-AGI-1, resp. ARC-AGI-2

Poměr cena/výkon je pozoruhodný – DeepSeek tak pokračuje v trendu nabízet konkurenceschopné výsledky za zlomek nákladů oproti západním modelům. Pro ARC-AGI-3 zatím výsledky chybí.

Model i příslušný paper jsou veřejně dostupné (na Hugging Face a arXivu).

Zdroj: https://arcprize.org/results/deepseek-v4-flash-0731

Komentáře

Odebírat
Upozornit na
guest
0 Komentářů
Nejstarší
Nejnovější Nejvíce hlasů

Flash: Vzestup a pád pluginu, který ovládl web

Flash byl přes dvacet let synonymem pro všechno, co se na webu hýbalo, hrálo nebo dělalo hluk. Začínal jako okrajový vektorový kreslicí program, v nejlepších letech podle Adobe běžel na drtivé většině počítačů připojených k internetu a skončil jako bezpečnostní přítěž, kterou prohlížeče vypínaly dřív, než ji vlastník oficiálně pohřbil. Jeho příběh je zároveň příběhem webu, který postupně přecházel od proprietárních pluginů k otevřeným standardům, a vysvětluje, proč ten přechod trval tak dlouho.

Čeká AI konec tokenizace?

‐ AI ‐
Komentáře: 0
Dnešní LLM neumí zpracovávat text přímo, ale potřebují ho rozdělit na tokeny. A ač to funguje, je to zároveň pro AI omezením. Letošní výzkumy ukazují, že klasický tokenizér možná nepotřebujeme. A že modely,…