Gemini 3 8

Google DeepMindのGemini 4 ArgonはARC-AGI-3ベンチマークで97.5パーセントを獲得し、GoogleはOpenAIに次いで95パーセントの壁を超えた2番目の研究所となった。しかし、標準ハーネスではスコアが49.8パーセントに低下し、テスト環境によって結果が大きく変動することを示している。

AIモデル • The Decoder

GoogleのGemini 4 Argonで動作する4つのAIエージェントが、人間の助けなしに初めてMinecraftをクリアし、完全自律走行でエンダードラゴンを倒した。事前定義された役割や戦略がなくても、彼らは独自に調整し、2,783のプログラムを作成し、229のメッセージを交換した。

AI研究 • The Decoder