بنچمارک جدید Claude Fable 5 و GPT-5.6 Sol را در مسئله NP-hard مقایسه کرد

بنچمارک جدید Claude Fable 5 و GPT-5.6 Sol را در مسئله NP-hard مقایسه کرد

یک توسعه‌دهنده عملکرد Claude Fable 5 و GPT-5.6 Sol را روی یک مسئله بهینه‌سازی شبکه فیبر NP-hard منتشرنشده آزمایش کرد. این آزمایش با و بدون حالت /goal هر دو مدل انجام شد. Fable 5 بهترین راه‌حل را با ثبات غیرمعمولی ارائه داد و نویسنده آن را «هوش خام ناب» نامید.

حالت /goal ثابت کرد که یک کلید «تلاش بیشتر» عمومی نیست. این حالت گاهی حوضچه راه‌حل بهتری پیدا می‌کرد و گاهی اجازه می‌داد یک رویکرد نامناسب به بلوغ برسد. کد، پرامپت‌ها و جداول نتایج در GitHub با نام CLIArena منتشر شده‌اند.

این مقایسه نشان‌دهنده رقابت تنگاتنگ بین مدل‌های پیشرفته هوش مصنوعی در حل مسائل پیچیده بهینه‌سازی است. نتایج حاصل اطلاعات ارزشمندی درباره قابلیت‌های هر مدل در مقایسه با دیگری ارائه می‌دهد.

منبع: Hacker News