Google DeepMind представи Gemini 4 Argon: Нов скок в логическото разсъждение и бенчмарка ARC-AGI
Снимка: The Decoder / Google DeepMind
Лабораторията Google DeepMind представи най-новата итерация от своята флагманска линия — Gemini 4 Argon [1]. Моделът бележи категорично завръщане на технологичния гигант на самия авангард на изследванията, постигайки резултат от 97.5% на третото издание на престижния бенчмарк ARC-AGI.
Рекордни резултати в абстрактното мислене
С този показател Google става едва втората организация в света след OpenAI, която преминава бариерата от 95% в теста за абстрактно геометрично обобщение. За разлика от стандартните езикови задачи, ARC-AGI изисква решаване на задачи, които моделът никога не е виждал по време на обучение, тествайки способността за създаване на нови правила „в движение“.
Синтетично самокоригиране и адаптивен бюджет за разсъждения
Техническият пробив в Gemini 4 Argon се основава на въвеждането на динамичен механизъм за самокоригиране (Synthetic Self-Correction). Когато моделът се сблъска с комплексна логическа или пространствена задача, той автоматично разширява латентното време за мислене, симулирайки десетки паралелни хипотези в рамките на вътрешен верификационен цикъл.
Ако междинният резултат покаже противоречие с първоначалните аксиоми, моделът се връща назад в дървото на решенията (backtracking), без да излъчва грешните токени към крайния потребител. Това намалява халюцинациите в математически и алгоритмични задачи с над 80% спрямо Gemini 1.5 Pro.
Преходът от пасивно запаметяване към активно алгоритмично мислене
Успехът на Gemini 4 Argon на ARC-AGI е ключов крайъгълен камък по пътя към универсален изкуствен интелект (AGI). В продължение на години скептиците твърдяха, че трансформърната архитектура е просто „стохастичен папагал“, неспособен на истинско логическо обобщение извън разпределението на обучаващия корпус.
Чрез успешното комбиниране на дълбоки невронни мрежи с техники за планиране и дървовидно търсене, Argon доказва, че мащабирането на изчисленията във фазата на разсъждение (inference compute) може да компенсира ограниченията на предварителното обучение. Тази парадигма пренарежда приоритетите в цялата индустрия, поставяйки фокуса върху архитектурите за разсъждение, а не просто върху гигантски обеми неструктуриран текст.
Инфографика: Светни.ме • Аналитичен поглед върху тенденциите и последствията