Anthropic-ը 100 միլիոն դոլար է ներդնում 10,000 Claude ինժեներների վերապատրաստման մեջ
Anthropic-ը բացեց Claude Frontier Academy-ն և հայտարարեց, որ 100 միլիոն դոլար կծախսի՝ հրապարակված ժամանակացույցով 10,000 Frontier տեղակայված ինժեներներ հավաքագրելու համար։ Խոսքը հստակ է։ Մոդելները խոչընդոտ չեն։ Պակասը այն մարդկանցն են, ովքեր կարող են Կլոդին տեղակայել գործող ընկերության ներսում։.
Առաջին խմբերն արդեն գործում են Սան Ֆրանցիսկոյում, Նյու Յորքում և Լոնդոնում, որոնք կազմված են Accenture, Bain, Capgemini, Commonwealth Bank of Australia, Deloitte, McKinsey, Morgan Stanley և Novo Nordisk ընկերություններից: Դուք չեք դիմում: Ձեր ընկերությունը ձեզ առաջադրում է, և դուք պետք է ներկայացնեք Claude անունով նախագծով:.
Այս ձևը ավելի շատ բժշկական ռեզիդենտուրային է հիշեցնում, քան վկայականի արտադրամասին։ Բազմօրյա անձնական վարժանք, գնահատված գործնական պարապմունք, Կլոդի ռեզիդենտի ինժեների կրծքանշան, ապա 12 շաբաթյա անմիջական տեղակայում ղեկավարել՝ Anthropic ինժեներների հսկողության ներքո։ Կրկին հանձնելով քննությունը՝ դուք կստանաք Frontier Deployed Engineer կրծքանշանը։ Ասում են՝ դրանցից առաջինը տրվում է ռեզիդենտուրայի ավարտից հետո։.
Սթիվ Քորֆիլդը, որը ղեկավարում է գործընկերային հարաբերություններ, պնդում է, որ փոքր, բարձրակարգ գործակալությունների թիմը կարող է «վերափոխել ամբողջ ընկերությունը»։ Հնարավոր է։ Anthropic-ը արդեն իսկ պնդում է, որ ունի ավելի քան 175,000 Կլոդի հավաստագրեր 46,000 ընկերություններում, ուստի տաղանդների բացը, ըստ երևույթին, դեռևս բավականաչափ մեծ է մեկ այլ, շատ ավելի խիստ ծրագրի արդարացման համար։ Միայն անվանակարգերն են կամ որակի վերահսկողությունը, կամ շատ շքեղ սպասման ցուցակը։.
Apple-ը արհեստական ինտելեկտի գործակալին սկավառակի ամբողջական հասանելիությունը շատ ավելի դժվար կդարձնի
Apple-ը մշակողներին տեղեկացրել է, որ ավելացնում է կառավարման տարրեր, որպեսզի macOS-ի սկավառակի լրիվ մուտքը հնարավոր լինի տրամադրել միայն «շատ հստակ օգտատիրոջ գործողությամբ»: Թույլտվությունը մշակվել է, որպեսզի պահուստային պատճենահանման հավելվածները կարողանան տեսնել ամբողջ սկավառակը: Apple-ը հիմա ասում է, որ գործակալները փոխել են ռիսկը:.
Ընկերության սեփական նշումը բավականին խիստ է։ Այդ անջատիչը կարող է բացահայտել ֆայլեր, նամակներ, հաղորդագրություններ և զննարկման պատմություն, իսկ հաղորդակցման հավելվածի դեպքում այն կարող է բացահայտել նաև այդ հաղորդագրությունների մյուս կողմում գտնվող մարդկանց։ «Քանի որ արհեստական ինտելեկտի գործակալները դառնում են ավելի ու ավելի կարողունակ և ինքնավար, այս մակարդակի մուտքի հետ կապված ռիսկերը զգալիորեն կաճեն»։
Ժամանակը նուրբ չէ։ Սա հրապարակվեց Inc.-ի Ջեյսոն Աթենի հայտարարությունից մի քանի օր անց, երբ Մետայի Muse-ը իր Mac-ում գիտեր, թե ինչ կար իր անձնական հաղորդագրություններում։ Meta-ն վիճարկեց դա։ Նրա կարծիքով՝ հաղորդագրություններին մուտք գործելու համար անհրաժեշտ է ինչպես սկավառակի լրիվ մուտք, այնպես էլ առանձին Muse միակցիչ, երկուսն էլ՝ նախապես ընտրված։ Apple-ը չի անվանել Muse-ը և չի տեղեկացրել TechCrunch-ին, թե երբ են նոր կառավարման տարրերը առաքվելու։.
Իրական նախազգուշացում, առանց ամսաթվի և վեճ այն մասին, թե արդյոք «օգտատերը սեղմել է «Թույլատրել» կոճակը, համարվում է տեղեկացված համաձայնություն, երբ սեղմող սարքը դառնում է գործակալ։ Ես սա դեռևս լուծում չէի անվանի։ Apple-ն է ընդունում, որ հին երկխոսության պատուհանը բավարար չէ։.
Meta բաց կոդով հավաքածու, որպեսզի կարողանաք կառուցել ձեր սեփական Muse գաջեթը
Meta-ն թողարկեց Muse Gadgets-ը՝ բաց կոդով նախագիծ սարքավորումների համար, որը կապ է հաստատում իր Muse գործակալի հետ: Դուք ստանում եք firmware և Linux SDK: Առաջարկվող խաղալիքների թվում են գունավոր e-ink էկրան և փայտիկ, որը միանում է հեռուստացույցի HDMI միակցիչին: Raspberry Pi-ն կամ էժան ESP32 քարտը բավարար են, այնուհետև միացնում եք սեղանին գտնվող կոճակներն ու սենսորները:.
Նրանք արդեն մեկը պատրաստել են իրենց մոտ։ Superintelligence Labs-ի արտադրանքի ղեկավար Նատ Ֆրիդմանը X-ում ասել է, որ Muse Home Link-ը USB-C դոնգլ է, որը Muse-ը միացնում է ձեր տնային ցանցին, որպեսզի այն կարողանա միանալ բարձրախոսներին և խելացի հեռուստացույցներին։ Meta-ն պատրաստել է դրանցից 5000-ը և դրանք նվիրում է Muse-ի բաժանորդներին, մինչև պաշարների սպառվելը։ Նա ասել է, որ առաքումը կլինի մի քանի շաբաթից։.
Կա Discord, որը կամ համայնք է, կամ տեխնիկական աջակցության ծառայություն, որը հագնում է զգեստ: TechCrunch-ը նշել է, որ Ֆրիդմանի գրառումը մի քանի ժամվա ընթացքում հավաքել է գրեթե 30,000 դիտում, ապա կռահել է, որ անվճար գրառումների կույտն արդեն սպառվել է: Վերջին մասը ենթադրություն է, այլ ոչ թե բաժնետոմսերի քանակ:.
Muse-ը պետք է լիներ գործակալություն, որը կպատվիրեր ճանապարհորդություններ և կլրացներ ձևաթղթեր: Հիմա Meta-ն ցանկանում է, որ այն տեղավորվի նաև սիրողական սարքավորումների մեջ: Զվարճալի, մի փոքր անհարմար և շատ համապատասխան ապրանքանիշին այն ընկերության համար, որը Muse-ը կցանկանար յուրաքանչյուր սենյակում:.
Սպիտակ տունը հայտարարում է, որ Թրամփը հետախուզության ղեկավար Ջեյ Քլեյթոնին կնշանակի իր արհեստական ինտելեկտի ցար։ Ակնկալվում է, որ դա այդքան էլ արագ չի լինի։
Ռոյթերսը, հղում անելով որոշմանը ծանոթ աղբյուրին, հաղորդել է, որ նախագահ Թրամփը, ինչպես սպասվում է, Ազգային հետախուզության տնօրեն Ջեյ Քլեյթոնին կնշանակի արհեստական ինտելեկտի գծով իր գլխավոր խորհրդական, պաշտոն, որին նա անվանել է «արհեստական ինտելեկտի ցար»։ Քլեյթոնն արդեն ղեկավարում է 18 հետախուզական գործակալություն և կպահպանի այդ պաշտոնը։.
Այնուհետև Սպիտակ տունը այն հարթեցրեց։ Մամուլի խոսնակը Reuters-ին ասել է, որ անձնակազմի վերաբերյալ ցանկացած նորություն կտրամադրվի նախագահից, և որ «մինչ այդ ցանկացած հաղորդագրություն անհիմն ենթադրություն է»։ Այսպիսով, սա աղբյուրից ստացված սպասում է, այլ ոչ թե նշանակում։ CBS-ը առաջինն էր, որ տեղեկացավ այդ մասին, ըստ Reuters-ի։.
Նախապատմությունը պահպանվում է նույնիսկ եթե անունը հաստատված չէ։ Թրամփը հայտարարել է, որ ցանկանում է նոր արհեստական ինտելեկտի ցար և «արհեստական ինտելեկտի ուժ», առանց նշելու, թե ինչ կանի նրանցից յուրաքանչյուրը։ Դեյվիդ Սաքսը զբաղեցրել է ցարի պաշտոնը երկրորդ ժամկետի սկզբում, լքել է Սպիտակ տունը և դեռևս խորհրդատվություն է տրամադրում արհեստական ինտելեկտի հարցերով։ Նա վերջերս հանդիպման էր մասնակցել նախագահի և ոլորտի ղեկավարների հետ։.
Հետախուզության պետին արհեստական ինտելեկտի քաղաքականության պատասխանատու նշանակելը կլիներ շատ կոնկրետ տեսակի ազդանշան։ Կամ կլիներ, եթե դա տեղի ունենար։ Մինչև նախագահը չասի դա, վերնագիրը համարեք արտահոսք՝ դրան կից հերքումով։.
Cloudflare-ի AI Gateway-ն այժմ կարող է որոնել ուղիղ եթերում
Cloudflare-ը AI Gateway-ի ներսում գործարկեց Web Search API՝ Ceramic.ai-ի, Exa-ի և Linkup-ի առաջին գործընկերների հետ միասին: Այն բողոքը, որին այն պատասխանում է, գրեթե զվարճալի է: Գործակալները հաճախ կռահում են URL-ը, ապա ծալում այն, ինչի շնորհիվ դուք ստանում եք վստահելի 404:.
Որոնման զանգերը հայտնվում են նույն AI Gateway գրանցամատյաններում, գրանցվում են նույն կրեդիտները և տեղակայված են նույն մուտքի կառավարման վերահսկողությունների ետևում: Դուք կարող եք բերել ձեր սեփական բանալին: Cloudflare-ը նշում է, որ գործընկերների որոնումը կվաճառի ցուցակային գնով՝ առանց գնի ավելացման, և կնշի, թե դրանցից որոնք են առաջարկում զրոյական տվյալների պահպանում:.
Կա նաև ստանդարտ առաջարկ։ Այդ որոնողները պետք է համապատասխանեն Cloudflare-ի verified-bot կանոններին՝ նույնականացնեն իրենց, պահպանեն robots.txt ֆայլը և վերադարձնեն օգտագործած էջի հղումը։ Արդյունքները կհայտնվեն REST զանգի կամ Workers կապակցման միջոցով։ Gateway-ի ներսում գտնվող բնիկ «սերվերի գործիքները» դեռևս կհայտնվեն, և վեբ որոնումը ենթադրաբար առաջիններից մեկն է։.
Արժե ունենալ, եթե ձեր գործակալը մնացել է անցյալ տարվա մարզումների կրճատման մեջ։ Ավելի քիչ, եթե ցանկանում եք մեկ չեզոք ինդեքս։ Դուք ընտրում եք գործընկեր, և Cloudflare-ը չափանիշն է։.
The Verge-ը փորձեց OpenAI-ի Dot-ը և հիմնականում կպավ բոտերի ստուգման ժամանակ։
OpenAI-ի Dot գործակալը, որի մասին արդեն հայտարարվել էր, The Verge-ից ստացավ գործնական փորձ։ Էլիսոն Ջոնսոնը ստացավ մեկ բլոբ՝ նա այն անվանեց Dotty McDotface՝ ամսական 100 դոլար արժողությամբ Pro պլանով։ Մի քանի Dots-եր խոստացվել են ավելի ուշ։ Այժմ դա մեկ գործընկեր է՝ վիրտուալ մեքենայով, որը կարող է բացել Blender-ի և GIMP-ի նման բաներ, գումարած այն ձեր սեփական համակարգչի վրա ուղղելու և դրան զանգահարելու հնարավորություն։.
Անձնական գործերը ձախողվեցին։ Ինտերնետային տեղադրման պատվիրման ժամանակ այն գտավ 100 դոլարանոց ակցիա, ապա դադարեց մարդկային չեկի միջոցով։ Muse-ի նման պահպանված քարտ չկար։ Այն բաց թողեց անվճար համատեղ աշխատանքային շրջագայությունը և փոխարենը առաջարկեց 35 դոլարանոց մեկօրյա անցաթուղթ։ Ikea-ի մուտքը կրկնվեց։ Տերիյակի կայքը արգելափակեց ամպային զննարկիչը։ Վերջիվերջո, այն պատվիրեց Տերիյակի, երբ մարդը այն տեղադրեց Uber Eats-ում։.
Տվեք դրան կայք և տեսանյութերի մի կույտ, և ակնարկը կփոխվի։ 10 րոպեանոց հեռախոսազանգը դարձավ ավելի մաքուր անձնական կայք։ Տեղական մուտքի շնորհիվ այն կտրեց սոցիալական հոլովակը և տեղադրեց վերաձևավորումը։ Ջոնսոնի խոսքերն այն են, որ Դոթը «Codex է, բայց սովորական մարդկանց համար», և որ այն նաև հարմար չէ իր աշխատանքի համար, քանի որ ամսական 100 դոլարը հարմար չէ։.
Այսպիսով, սիրունիկ ավատարը ձեռնարկությունների համար նախատեսված ծրագիր է, որը կարող է նաև ընթրիք պատվիրել, եթե ընթրիքի կայքը չնկատի, որ դա բոտ է։ Մեծ նախազգուշացում, և նա այդպես է ասում։.
MIT-ը և Sakana AI-ն օգտագործում են LLM դատավորի՝ ինքնակատարելագործվող կոդի գործակալներին էժանացնելու համար
VentureBeat-ը գրել է SIFT-ը՝ Recursive Self-Improvement via Fast Tree Search-ը, MIT-ի և Sakana AI-ի հետազոտողների կողմից: Ինքնակատարելագործվող կոդավորող գործակալի թանկ մասը թարմացումը չէ: Այն յուրաքանչյուր թարմացման թեստավորում է: Առաջարկը արժե մոտ 12 ցենտ: 50 Polyglot առաջադրանք կատարելը արժե մոտ 6 դոլար և 2.6 CPU ժամ:.
SIFT-ը մեկ այլ մոդելից պահանջում է զույգերով համեմատել նոր գործակալը արխիվում արդեն իսկ առկա մոտ 10 ուժեղ գործակալների հետ։ Դատավորը տեսնում է կոդը, այլ ոչ թե չափանիշային պատասխանները։ Այդ համեմատությունները (յուրաքանչյուրը մոտ 4.4 ցենտ) գումարած չորս առաջադրանքից բաղկացած փոքրիկ թեստը որոշում են, թե ով է արժանի իրական փորձարկմանը։ Նոր ճյուղերը կարող են սկսվել դանդաղ թեստերի ավարտից առաջ։.
Polyglot-ում o3-mini-ի մեկ գործարկումը հինգ ժամից պակաս ժամանակահատվածում, 42 CPU ժամում և API կրեդիտներում մոտավորապես $150-ի սահմաններում հասավ 35.1%-ի։ Դա գերազանցեց Darwin Godel Machine-ի բազային ցուցանիշը՝ 30.7%, իսկ SIFT-ի գործարկումը անջատված վիճակում ընդամենը 29.8% արդյունք ցույց տվեց։ Qwen3-Coder-30B-ի դեպքում այն մի փոքր գերազանցեց Huxley-Godel Machine-ին՝ մոտ մեկ երրորդով պակաս CPU-ով։.
Ապշեցուցիչ արդյունքը TerminalBench-ում է։ Փոքր որոնման արդյունքում ամենալավ տեսք ունեցող գործակալը լրիվ չափանիշով միջինում 28.1% արդյունք է գրանցել։ Դատավորի ընտրությունը միջինում 36.7% արդյունք է գրանցել։ Կոդից նկատվել էր, որ ստուգիչը լռելյայնորեն անջատվել է։ Առանձին հանրային պահոց չկա, և նրանք դեռ ստիպված էին արգելափակել թեստերը խաբող թարմացումները։ Ակնհայտ է։.
Հաճախակի տրվող հարցեր
Ի՞նչ է Անթրոպիկի Կլոդ Ֆրոնտիե ակադեմիան։
Anthropic-ը բացեց Claude Frontier Academy-ն և հայտարարեց, որ 100 միլիոն դոլար կծախսի՝ փորձելով 10,000 Frontier տեղակայված ինժեներներ ստանալ: Գաղափարն այն է, որ մոդելները խոչընդոտ չեն: Պակասը այն մարդկանցն են, ովքեր կարող են Կլոդին տեղավորել գործող ընկերության ներսում: Առաջին խմբերն արդեն աշխատում են Սան Ֆրանցիսկոյում, Նյու Յորքում և Լոնդոնում՝ Accenture, Bain, Capgemini, Commonwealth Bank of Australia, Deloitte, McKinsey, Morgan Stanley և Novo Nordisk ընկերություններից: Anthropic-ն արդեն իսկ ունի Կլոդի ավելի քան 175,000 հավաստագրեր 46,000 ընկերություններում:.
Ինչպե՞ս ստանալ Frontier Deployed Engineer-ի կրծքանշան։
Դուք դիմում չեք ներկայացնում։ Ձեր ընկերությունը ձեզ առաջադրում է, և դուք պետք է ժամանեք Կլոդի անվանական նախագծով։ Ձևը ավելի մոտ է բժշկական ռեզիդենտուրային, քան վկայականի գործարանին։ Սա նշանակում է բազմօրյա անձնական վարժանք, գնահատված գործնական աշխատանք և Կլոդի ռեզիդենտի ինժեների կրծքանշան, ապա 12 շաբաթ տևողությամբ անմիջական տեղակայում Anthropic ինժեներների հսկողության ներքո։ Եթե կրկին հանձնեք քննությունը, կստանաք Frontier Deployed Engineer կրծքանշանը։ Anthropic-ը նշում է, որ դրանցից առաջինը կստացվի ռեզիդենտուրայի ավարտից հետո։.
Ինչո՞ւ է Apple-ը խստացնում արհեստական բանականության գործակալների համար սկավառակի լրիվ հասանելիության ռեժիմը։
Apple-ը մշակողներին ասել է, որ macOS-ի սկավառակի լրիվ մուտքը կարող է տրամադրվել միայն «շատ հստակ օգտատիրոջ գործողությամբ»։ Թույլտվությունը մշակվել է այնպես, որ պահուստային պատճենահանման հավելվածները կարողանան տեսնել ամբողջ սկավառակը, սակայն Apple-ը պնդում է, որ արհեստական բանականության գործակալները փոխել են ռիսկը։ Այն կարող է բացահայտել ֆայլեր, փոստ, հաղորդագրություններ, զննարկման պատմություն և հաղորդակցման հավելվածի մյուս ծայրում գտնվող մարդկանց։ Meta-ն հերքել է այն պնդումը, որ Muse-ը կարդացել է Mac-ի անձնական հաղորդագրությունները և ասել, որ Messages-ին մուտք գործելու համար անհրաժեշտ է սկավառակի լրիվ մուտք և առանձին միակցիչ։ Apple-ը չի անվանել Muse-ը և չի հայտնել TechCrunch-ին, թե երբ են կառավարման սարքերը առաքվում։.
Ինչպե՞ս կառուցել Meta Muse գաջեթ։
Meta-ն թողարկեց Muse Gadgets, բաց կոդով ծրագրակազմ և Linux SDK՝ իր Muse գործակալի հետ կապ հաստատող սարքավորումների համար: Գունավոր e-ink էկրանը կամ հեռուստացույցի համար նախատեսված HDMI կրիչը կարող է օգտագործել Raspberry Pi կամ էժան ESP32, գումարած կոճակներ և սենսորներ: Meta-ն պատրաստեց 5000 Muse Home Link դոնգլներ՝ USB-C սարքեր, որոնք Muse-ը միացնում են տնային ցանցին՝ բարձրախոսների և խելացի հեռուստացույցների համար: Meta-ն դրանք նվիրում է Muse-ի բաժանորդներին, մինչև պաշարները սպառվեն: Նատ Ֆրիդմանն ասաց, որ առաքումը կլինի մի քանի շաբաթից:.
Արդյո՞ք Թրամփը նշանակել է Ջեյ Քլեյթոնին արհեստական ինտելեկտի ղեկավար։
Սպիտակ տունը չի հաստատել դա: Reuters-ը, հղում անելով որոշմանը ծանոթ աղբյուրին, հաղորդել է, որ նախագահ Թրամփը, ինչպես սպասվում է, Ազգային հետախուզության տնօրեն Ջեյ Քլեյթոնին կնշանակի արհեստական ինտելեկտի ղեկավար: Նա վերահսկում է 18 հետախուզական գործակալություններ և կպահպանի Ազգային հետախուզության ղեկավարի պաշտոնը: Սպիտակ տան խոսնակը նշել է, որ անձնակազմի վերաբերյալ ցանկացած նորություն կտրամադրվի նախագահից, և որ մինչ այդ հաղորդագրությունը անհիմն ենթադրություն է: Դեյվիդ Սաքսը զբաղեցրել է ցարի պաշտոնը երկրորդ ժամկետի սկզբում, լքել է Սպիտակ տունը և դեռևս խորհրդատվություն է տրամադրում արհեստական ինտելեկտի հարցերով:.
Ինչպե՞ս է Cloudflare-ի AI Gateway-ը որոնում համացանցում AI գործակալների համար։
Cloudflare-ը AI Gateway-ի ներսում գործարկեց Web Search API՝ Ceramic.ai-ի, Exa-ի և Linkup-ի առաջին գործընկերների հետ միասին: Այն նախատեսված է արհեստական բանականության գործակալների համար, որոնք կռահում են URL-ը, ծալում այն և ստանում վստահ 404: Որոնման զանգերը օգտագործում են նույն գրանցամատյանները, կրեդիտները և մուտքի վերահսկողությունը, և դուք կարող եք բերել ձեր սեփական բանալին: Cloudflare-ը հայտարարում է, որ գործընկերների որոնումը կվաճառի ցուցակային գնով՝ առանց նշագրման, և կնշի, թե որ գործընկերներն են առաջարկում զրոյական տվյալների պահպանում: Այդ որոնողները պետք է նույնականացվեն, հարգեն robots.txt-ը և վերադարձնեն հղում իրենց օգտագործած էջին:.
Ի՞նչ տեղի ունեցավ The Verge-ի կողմից OpenAI-ի Dot-ի հետ գործնական փորձարկման ժամանակ։
Ալիսոն Ջոնսոնը փորձեց մեկ Dot ամսական 100 դոլար արժողությամբ Pro պլանի շրջանակներում, և ավելի շատ Dots-եր խոստացան ավելի ուշ։ Դա մեկ գործընկեր է վիրտուալ մեքենայի վրա, որը կարող է բացել Blender-ը և GIMP-ը, և դուք կարող եք այն ուղղել ձեր համակարգչի վրա կամ զանգահարել դրան։ Errands-ը ձախողվեց մարդու կողմից սեղմած և պահած ստուգումից և Ikea-ի մուտքից, իսկ teriyaki կայքը արգելափակեց ամպային զննարկիչը, մինչև մարդը չբացեց Uber Eats-ը։ Կայքի, տեսանյութերի և տեղական մուտքի շնորհիվ 10 րոպեանոց զանգը դարձավ ավելի մաքուր անձնական կայք, և այն կտրեց սոցիալական հոլովակը և ներդրեց վերաձևավորումը։.
Ինչպե՞ս է SIFT-ի իրավունքի մագիստրոսական դատավորը կրճատում կոդավորող գործակալների թեստավորման արժեքը։
SIFT-ը՝ արագ ծառի որոնման միջոցով ռեկուրսիվ ինքնակատարելագործումը, ստեղծվել է MIT-ի և Sakana AI-ի հետազոտողների կողմից: Մեկ առաջարկը արժե մոտ 12 ցենտ, մինչդեռ 50 Polyglot առաջադրանքը արժե մոտ 6 դոլար և 2.6 CPU ժամ: Դատավորը զույգերով համեմատում է նոր գործակալը մինչև մոտ 10 արխիվացված գործակալների հետ և տեսնում է կոդ, այլ ոչ թե չափանիշային պատասխաններ: Յուրաքանչյուրի մոտ 4.4 ցենտ արժողությամբ համեմատությունները, գումարած չորս առաջադրանքից բաղկացած ծխի թեստը, որոշում են, թե ով է ստանում ամբողջական առաջադրանքը: Polyglot-ում մեկ o3-mini առաջադրանքը հասել է 35.1%-ի, Darwin Godel Machine-ի բազային մակարդակի համար՝ 30.7%-ից բարձր և դատավորի բացակայության դեպքում՝ 29.8%-ի:.