GPT-6 Astra DrivingBench testinde parkuru tamamladı
Öne çıkanlar
- GPT-6 Astra, Toyota Corolla ile yapılan testte dubalarla çevrili parkuru 5 dakika 22 saniyede tamamladı.
- Claude Fable 5.1 en iyi denemesinde yüzde 45 ilerleme sağlarken Grok 4.6 yüzde 11 seviyesinde kaldı.
- Testte modellerin gaz, fren ve direksiyon komutları doğrudan araca iletildi.
DrivingBench araştırmacıları, büyük dil modellerinin gerçek bir otomobili kullanma yeteneklerini ölçmek amacıyla hazırladıkları test sonuçlarını yayımladı. Toyota Corolla model bir aracın direksiyon, gaz ve fren kontrollerinin doğrudan modellere devredildiği deneyde, yapay zekaların dubalarla belirlenmiş kapalı bir parkurdaki sürüş performansları değerlendirildi. Modeller tek bir sürekli sohbet oturumunda üç deneme hakkı kullanarak rotayı tamamlamaya çalıştı.
Test sonuçlarına göre GPT-6 Astra, ikinci denemesinde parkurun tamamını 5 dakika 22 saniyede bitirerek yüzde 100 başarı oranına ulaştı. İlk denemesinde rotanın yüzde 49'unu kateden model, parkuru tamamlayabilen tek yapay zeka oldu. Araştırmacılar, rota merkez çizgisinden en fazla 4 metre sapmaya izin veren ve çarpışma anında kaydedilen ilerlemeyi donduran katı bir değerlendirme metriği uyguladı.
Liderlik tablosundaki diğer modeller parkuru bitirmekte yetersiz kaldı. Claude Fable 5.1 üçüncü denemesinde yüzde 45 ilerleme kaydederek ikinci sırada yer alırken, Grok 4.6 en iyi denemesinde yalnızca yüzde 11 ilerleyebildi. GPT-5.6 Sol ise üç denemesinde de yüzde 6 seviyesinde kalarak parkurun başında durdu.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.