Revealing Surprising

Texas A&M University के शोधकर्ताओं ने एक ऐसा AI बेंचमार्क टेस्ट विकसित किया है जिसे वे अब तक का सबसे चुनौतीपूर्ण बता रहे हैं, और इसके परिणाम आर्टिफिशियल इंटेलिजेंस की क्षमताओं के बारे में पिछली उम्मीदों के विपरीत हैं। • इस व्यापक अध्ययन में वैज्ञानिकों की एक बड़ी टीम ने जांच की कि जैसे-जैसे AI मॉडल अधिक परिष्कृत होते जा रहे हैं, वे अत्यधिक कठिन मूल्यांकनों पर कैसा प्रदर्शन करते हैं। • निष्कर्ष बताते हैं कि वर्तमान AI सिस्टम इस कठोर मूल्यांकन ढांचे पर अप्रत्याशित प्रदर्शन स्तर हासिल कर रहे हैं, जो उन्नत मशीन लर्निंग मॉडल की वास्तविक क्षमताओं और सीमाओं के बारे में महत्वपूर्ण जानकारी प्रदान करते हैं।

• Texas A&M University के वैज्ञानिकों ने 50 से अधिक सहयोगियों के साथ मिलकर अब तक का सबसे चुनौतीपूर्ण AI टेस्ट बनाया है, ताकि जटिल रीजनिंग कार्यों पर उन्नत लैंग्वेज मॉडल्स का मूल्यांकन किया जा सके। • शुरुआती परिणामों से पता चला कि शीर्ष AI सिस्टम भी इसमें काफी संघर्ष कर रहे हैं, जो सरल बेंचमार्क में सफल होने के बावजूद वर्तमान क्षमताओं में मौजूद कमियों को उजागर करता है। • एक पीयर-रिव्यू पेपर में विस्तृत यह बेंचमार्क AI सुरक्षा और मजबूती (robustness) अनुसंधान की सीमाओं को आगे बढ़ाता है।