'मानवता का आखिरी इम्तिहान' पास करने के लिए संघर्ष कर रहे हैं कई AI मॉडल

GPT-4o, Grok-2 और Gemini Thinking सहित कई AI मॉडल 'मानवता का आखिरी इम्तिहान' पास करने के लिए संघर्ष कर रहे हैं। स्केल AI और सेंटर फॉर AI सेफ्टी ने कहा कि यह एक नया अकैडमिक बेंचमार्क है जिसका लक्ष्य 'मानव विशेषज्ञता की सीमाओं पर AI ज्ञान की सीमाओं का परीक्षण' है। परीक्षण में 3,000 टेक्स्ट और मल्टी-मॉडल सवाल शामिल हैं।