量子位
·
姚顺宇谷歌首秀，Gemini新模型刷爆SOTA：人类仅剩7人捍卫碳基编程
内容提要
谷歌推出的Gemini 3 Deep Think模型在多项基准测试中表现优异，Elo分数达到3455，仅次于7名人类程序员。该模型在AI推理能力测试中得分84.6%，并在科研领域降低推理成本82%。清华校友姚顺宇参与了该模型的开发，展现出强大的科学应用潜力。
关键要点
-
谷歌推出的Gemini 3 Deep Think模型在Codeforces上取得3455 Elo分数，仅次于7名人类程序员。
-
该模型在AI推理能力测试ARC-AGI-2中得分84.6%，显著高于之前的模型。
-
Gemini 3 Deep Think在HLE测试中刷新SOTA，得分48.4%。
-
该模型旨在推动科学、研究和工程领域的发展，具备强大的科学应用潜力。
-
清华校友姚顺宇参与了Gemini 3 Deep Think的开发，展现出其在科研领域的应用能力。
-
Gemini 3 Deep Think能够分析草图并生成3D打印文件，成功识别复杂数学论文中的逻辑缺陷。
-
推理成本降低82%，每项任务成本仅需13.62美元。
-
Gemini 3 Deep Think在化学和物理等领域同样表现出色，取得金牌级别的成绩。
-
研发团队中有多位华人科学家，包括Yi Tay和姚顺宇，他们在AI和大语言模型领域有丰富经验。
延伸解读
Gemini 3 Deep Think的技术突破
Gemini 3 Deep Think在多个基准测试中刷新了SOTA，尤其是在AI推理能力测试ARC-AGI-2中取得了84.6%的高分。这一成绩不仅超越了之前的模型，也显示出其在处理复杂推理任务方面的强大能力，可能会对未来的AI应用产生深远影响。
推理成本的显著降低
Gemini 3 Deep Think的推理成本降低了82%，每项任务仅需13.62美元。这一变化使得高效的AI应用变得更加经济，可能会推动更多科研和工程项目的实施，尤其是在资源有限的情况下。
华人科学家的贡献
Gemini 3 Deep Think的研发团队中有多位华人科学家，包括姚顺宇和Yi Tay，他们在AI和大语言模型领域的丰富经验为模型的成功奠定了基础。这一团队的多样性和专业背景可能是推动技术进步的重要因素。
延伸问答
Gemini 3 Deep Think模型的Elo分数是多少？
Gemini 3 Deep Think模型在Codeforces上取得了3455 Elo分数。
Gemini 3 Deep Think在AI推理能力测试中得分如何？
在ARC-AGI-2测试中，Gemini 3 Deep Think得分为84.6%。
姚顺宇在Gemini 3 Deep Think的开发中扮演了什么角色？
姚顺宇参与了Gemini 3 Deep Think的开发，展现出其在科研领域的应用能力。
Gemini 3 Deep Think如何降低推理成本？
Gemini 3 Deep Think的推理成本降低了82%，每项任务仅需13.62美元。
Gemini 3 Deep Think在科学领域的应用有哪些？
该模型可以分析草图、生成3D打印文件，并识别复杂数学论文中的逻辑缺陷。
Gemini 3 Deep Think在化学和物理领域的表现如何？
Gemini 3 Deep Think在化学和物理领域取得了金牌级别的成绩。
