DeepSeek AIは最近、DeepSeek-V2.5の強化版であるDeepSeek-V2.5-1210を発表しました。これは、数学、プログラミング、ライティング、推論タスクにおける人工知能のパフォーマンス向上を目指したものです。以前のバージョンのモデルは、数学と推論タスクの解決において一定の成功を収めていましたが、リアルタイムコーディングや詳細なライティングなど、さまざまなアプリケーションシナリオにおける安定性に課題がありました。これらの欠点は、より柔軟で信頼性の高いAIモデルの開発の必要性を浮き彫りにしました。

サンタフェ研究所の研究によると、GPT-4の図形推論タスクにおける正解率はわずか33％であることが判明しました。マルチモーダル版のGPT-4vではさらに低く、25％の正解率にとどまりました。これにより、図形処理能力に対する懸念が高まっています。ConceptARCデータセットを用いたテストでは、人間の図形推論タスクにおける平均正解率は91％に達し、GPT-4を大きく上回りました。被験者とGPT-4への入力方法、特にサンプルのランダム性や画像変換による概念の変化の可能性について疑問が呈されています。この研究は、大規模…