🚀خلاصه‌ای از بنچمارک‌های GPT-6 astra

- از لحاظ امنیتی و گول نخوردن برای انجام دادن کارهایی مثل هک کردن و راهنمایی‌ کردن یوزر برای سواستفاده از دیگران، به آمار عجیب ۰ درصد رسیده و هیچ‌وقت گول حرف‌های یوزر رو نخورده در حالی که gpt 5.6 sol ۵۰ درصد گول خورده بود.

- تو مسائل ARC-AGI 3 به موفقیت ۹۹.۹ درصد رسیده که آمار خیلی عجیبیه و مدل قبلی فقط حدود ۸درصد موفقیت داشته بود.

💡مسائل ARC-AGI 3 مسائلی هستند که مدل رو بدون هیچ توضیح و راهنمایی‌ایی تو یک بازی ناشناخته ول می‌کنن و مدل باید خودش با توجه به شواهدش بگرده و به جواب نهایی مسئله برسه.

- موفقیت ۹۸ درصدی تو حل مسائل ریاضی خیلی سخت
- موفقیت ۹۶ درصدی در طراحی سه بعدی
- موفقیت ۶۶درصدی در انجام کارهای علوم آزمایشگاهی
- موفقیت ۶۳ درصدی در پاسخ‌ دادن به سوالات پزشکی

🚀@IranCoderz 👨‍💻

♟ایلان ماسک دیشب برای یکی کامنت گذاشته که شطرنج فقط برای آدم‌ها سخته و برای کامپیوتر خیلی راحته و یک مسئله کاملا قابل حله و تعداد حرکات غیر احمقانه اون خیلی محدودن . ادمین ایکس chess.com هم این قضیه رو شخصی برداشت کرده و اومده گیر داده بهش که نه تو بلد نیستی و از روی حسودی داری حرف می‌زنی. امروز هم که کلا با فاز پریدن به ایلان از خواب بیدار شده و از صبح داره بهش تیکه می‌ندازه و تو پلتفرم خود ایلان مسخره‌ش می‌کنه:

صبح اون‌هایی که بلدن چطوری اسب رو حرکت بدن بخیر.

بهترین راه برای این‌که تظاهر کنیم شطرنج بلدیم چیه؟ یکی رو می‌شناسم که به راهنمایی نیاز داره.

💡منظور از حل شطرنج چیه؟

- حل خیلی ضعیف:
فقط معلوم بشه از وضعیت شروع نتیجه چی می‌شه و اصلا مسیر و استراتژی مهم نیست. فقط یک جمله: برد سفید/سیاه یا مساوی.

- حل ضعیف:
از وضعیت شروع، یک استراتژی کامل وجود داشته باشه که نتیجه مد نظر ما رو تضمین کنه. یعنی بدونیم اگه حریف هر کاری کرد، چه جوابی بدیم تا به همون نتیجه برسیم و لازم نیست کل مسیرهای وسط بازی رو هم در بیاریم.

-حل قوی:
برای هر وضعیت قانونی، با قطعیت بگیم با بازی کامل نتیجه چی می‌شه و دست‌کم یک حرکت که اون نتیجه رو تضمین می‌کنه رو هم مشخص کنیم.

خبر بد اینه که شطرنج تو هیچ‌کدوم از این حالت‌ها حتی به حل هم نزدیک نشده و یک مسئله کاملا حل نشده باقی مونده.

❓حالا چرا واقعا حرف ایلان با وجود منطقی بودن(تقریبا) درست نیست و حل کردن شطرنج حتی با وجود تکنولوژی‌های امروزی هم خیلی دور از دسترسه؟

تعداد کل بازی‌های ممکن شطرنج، به طرز عجیب و غریبی زیاده و تعدادشون بیشتر از اتم‌های قابل مشاهده در جهان هستش. آیا همه این حالات منطقین؟ قطعا نه و درصد خیلی بالایی از اون‌ها کاملا احمقانه‌ن و می‌تونیم اون‌ها رو هرس کنیم و اصلا انجامشون ندیم ولی خب برای این‌که یک مسئله از لحاظ ریاضی حل و اثبات بشه، اون حالات احمقانه هم حائز اهمیتن و نیاز داریم اون‌ها رو بررسی و پیدا کنیم و نمی‌تونیم به امون خدا ولشون کنیم و همین باعث می‌شه ما در مقابل فضای حالتی قرار بگیریم که حتی با وجود کامپیوترها و تکنولوژی‌های امروزی، برای حل اون نیازمند چیزی حدود میلیون‌ها سال باشیم و همین حل شطرنج رو کمی دور از دسترس می‌کنه.
مثلا فرض کنید شما با یک حرکت خیلی ساده می‌تونید با وزیر خودتون، حریف رو کیش و مات کنید ولی در همین حین می‌تونید با یک اشتباه کوچیک، کامل ورق بازی رو برگردونید و با حرکت بعدی حریف مات بشید. این صرفا برای یک حالت بود، حالا فرض کنید به دو سه مرحله قبل از همین وضعیت بازی برگردیم و خودتون تصور کنید چقدر این قضیه غیرقابل پیش‌بینی و عجیب می‌شه.
کلا ایلان ماسک معروفه به این‌که هرچند وقت یه بار میاد یه لگدی به شطرنج می‌زنه و خیلی می‌گن چون به عنوان یک آدم باهوش، شطرنجش اصلا خوب نیست، می‌خواد اون رو زیر سوال ببره و یه جورایی حسودی می‌کنه.

🚀@IranCoderz 👨‍💻