AI रिपोर्ट्स · Epoch AI · 2026-10-07 · ब्लॉग / टिप्पणी
EBR-bench अपडेट
मूल शीर्षक: EBR-bench update
GPT-6 Astra ने मूल EBR-bench पर 100% स्कोर किया और अपने आधे से अधिक प्रयासों में पूर्ण स्कोर हासिल किया। इसके सभी शीर्ष स्कोर एक ऐसे कार्ड पर निर्भर थे जो गेम की डिफ़ॉल्ट समय-सीमा संबंधी अपेक्षाओं को दरकिनार कर देता है, और Epoch AI ने आगे से उस कार्ड पर प्रतिबंध लगाने का निर्णय लिया है। मल्टी-एजेंट स्कैफ़ोल्ड्स का स्कोर पर कोई स्पष्ट प्रभाव नहीं पड़ा, लेकिन ऐसा लगा कि उन्होंने मॉडलों को अधिक विविध डेक आज़माने के लिए प्रोत्साहित किया।