Изпечатай

[remotexx]

Само че тя тая (работа не е като оная работа) т.е. не е за сравняване межу отделните ИИ-та, а къде са спрямо ЧИ-то (като се има предвид, че ЧИ е събирателно и отделен човек също ще падне по 100% напр. на Academic Reasoning и т.п., а в специализираните области се мери с експерти а не с баба ви която комптър не знае какво е камо ли да пише код на Питон напр.)
така че тия средно 50% всъщност са повече отколкто повечето обикновени хора постигат и то в една отделна област (понякога даже и в своята - в която "уж" са експерти)

т.е. трябва само да гледате в табл. Description и отсреща най-големия процент (а после да се замислите напр. вашият/те доцент/и в унито колко процента мислите ще вземат те самите на тоя тест)

In testing, Gemini 3 Deep Think outperforms Gemini 3 Pro’s already impressive performance on Humanity’s Last Exam (41.0% without the use of tools) and GPQA Diamond (93.8%). It also achieves an unprecedented 45.1% on ARC-AGI-2 (with code execution, ARC Prize Verified), demonstrating its ability to solve novel challenges.