OpenAI подкрутили свой harness и модель выбила 38.3% против старых 13.3% на ARC-AGI-3 🤷♂️
Многие еще от промпт инжиниринга не отошли, а тут уже харнесс инжинирингом пора заниматься. А то тоже скоро устареет.
https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
Многие еще от промпт инжиниринга не отошли, а тут уже харнесс инжинирингом пора заниматься. А то тоже скоро устареет.
https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/