Grok ve Claude Chatgpt’ye yetişemedi

Link: https://arcprize.org/leaderboard

Yapay zekalar karışılaştırılırken verilen görev neydi acaba?

Genel görevler hocam

Büyük ithimalle

• MMLU → 57 kategori genel bilgi sınavı
• GSM8K → matematik problemi çözme
• HumanEval → kod yazma testi
• HellaSwag / Winogrande → mantık
• TruthfulQA → doğruluk testi

Bence yazilim olarak Claude hala en iyisi diğerlerinde hata ve sorunlar bol oluyoken Claude de pek sorun olmuyor ama diger konularda gpt daha iyidir

Son zamanlarda berbat

Teşekkürler.

Detaylı bilgilendirme için teşekkürler.

Kesinlikle haklısınız. Son 2 gündür gpt 5 ve 5.1 codex ile sonnet 4.5 karışılaştırması yaparak büyük bir proje kodlamasında değişimli olarak kod yazdırıyorum. Sonnet 4.5 açık ara önde. Ama artık bir an önce daha zeki ve sıfır hataya yakın bir model çıksın ya. Beni perişan ediyor kodlamada bu yapay zeka

cursor iyide ucuzunu bulmak mesele yoksa chatgpt bence en güzeli

1 yıllık satıyoruz biz