A GPT-5.6 Sol gyenge teljesítményét az ARC-AGI-3 2D-puzzle benchmarkon a tesztrendszer memóriakezelése okozta; a vizsgálat szerint két API-beállítás engedélyezése megháromszorozta a pontszámot és hatszor kevesebb kimeneti tokent igényelt.
Memória-kezelés hiánya rontotta a GPT-5.6 Sol teljesítményét az ARC-AGI-3 benchmarkon
A GPT-5.6 Sol gyenge teljesítményét az ARC-AGI-3 2D-puzzle benchmarkon a tesztrendszer memóriakezelése okozta; a vizsgálat szerint két API-beállítás engedélyezése megháromszorozta a pontszámot és…
