Google က Deep Think ကို တိတ်တဆိတ် အဆင့်မြှင့်တင်လိုက်ပြီး ARC-AGI-2 က 84.6% အထိ တိုက်ရိုက် ရောက်ရှိ

Google DeepMind က Gemini 3 ရဲ့ သီးသန့် အကြောင်းပြ ဆင်ခြင်မှုပုံစံ Deep Think ကို အဆင့်မြှင့်တင်လိုက်တာနဲ့ ရမှတ်တွေက ဇယားရဲ့ထိပ်ဆုံးကို တိုက်ရိုက်ရောက်သွားခဲ့ပါတယ်။

ARC-AGI-2 ဟာ လက်ရှိမှာ AI ရဲ့ အကြောင်းပြ ဆင်ခြင်နိုင်စွမ်းကို စမ်းသပ်တဲ့ ရှေ့တန်းစံနှုန်းအဖြစ် အသိအမှတ်ပြုထားပြီး အရင်က ဘယ်မော်ဒယ်ကမှ ဒီအပေါ်မှာ အထူးကောင်းမွန်တဲ့ ရမှတ်ကို မရရှိခဲ့ပါဘူး။

အဆင့်မြှင့်တင်ပြီးနောက် Deep Think က 84.6% ရရှိခဲ့ပါတယ်။ နှိုင်းယှဉ်ကြည့်မယ်ဆိုရင် Claude Opus 4.6 က 68.8%၊ GPT-5.2 က 52.9% နဲ့ သူတို့ရဲ့ကိုယ်ပိုင် Gemini 3 Pro Preview ကတောင် 31.1% ပဲ ရှိပါသေးတယ်။

အလွန်တိုးတက်လာပါတယ်။

အကြောင်းပြဆင်ခြင်မှုထက်မက

Deep Think ရဲ့ ရည်မှန်းချက်က အကြောင်းပြဆင်ခြင်မှုထက် ပိုပါတယ်။

Humanity's Last Exam လို့ခေါ်တဲ့ "လူသားတို့ရဲ့ နောက်ဆုံးစာမေးပွဲ" စံနှုန်းမှာ Deep Think က 48.4% ရရှိခဲ့ပါတယ်။ ဒီစမ်းသပ်မှုက သင်္ချာ၊ သိပ္ပံနဲ့ အင်ဂျင်နီယာနယ်ပယ်တွေက အခက်ခဲဆုံးမေးခွန်းတွေကို လွှမ်းခြုံထားပါတယ်။ Claude Opus 4.6 က 40.0% ရရှိပြီး GPT-5.2 က 34.5% ရရှိပါတယ်။

ပရိုဂရမ်ရေးသားခြင်းအပိုင်းမှာလည်း အားကောင်းပါတယ်။

Codeforces မှာ Deep Think က Elo 3455 အထိ ရောက်ရှိပြီး Gemini 3 Pro Preview က 2512 နဲ့ Claude Opus 4.6 က 2352 ဖြစ်ပါတယ်။

ဒါ့အပြင် ဘက်စုံပုံစံနားလည်မှုနဲ့ အကြောင်းပြဆင်ခြင်မှုရဲ့ MMMU-Pro စံနှုန်းမှာလည်း Deep Think က 81.5% နဲ့ ဦးဆောင်နေပါတယ်။ ဒါပေမယ့် ဒီနေရာမှာ အသီးသီးကွာခြားမှုက သိပ်မကြီးပါဘူး။ Gemini 3 Pro Preview က 81.0%၊ GPT-5.2 က 79.5% နဲ့ Claude Opus 4.6 က 73.9% ဖြစ်ပါတယ်။

ရမှတ်တွေအပြင် Deep Think က ၂၀၂၅ ခုနှစ် ရူပဗေဒနဲ့ ဓာတုဗေဒ အိုလံပစ်ပြိုင်ပွဲရဲ့ စာရေးဖြေဆိုတဲ့အပိုင်းမှာလည်း ရွှေတံဆိပ်အဆင့် ရလဒ်ကို ရရှိခဲ့ပါတယ်။

သိပ္ပံဆိုင်ရာပြဿနာတွေကို ဖြေရှင်းဖို့

Google DeepMind က အဆင့်မြှင့်တင်ထားတဲ့ Deep Think ဟာ ပြဿနာဖြေရှင်းတဲ့စက်သက်သက်မဟုတ်တော့ဘဲ တကယ့်ကမ္ဘာက သိပ္ပံနဲ့ အင်ဂျင်နီယာဆိုင်ရာပြဿနာတွေကို ဖြေရှင်းဖို့ ရည်ရွယ်တယ်ဆိုတာကို အထူးအလေးပေးပြောကြားခဲ့ပါတယ်။

Duke တက္ကသိုလ် Wang Lab ရဲ့ ဖြစ်ရပ်ကို သူတို့က ပြသခဲ့ပါတယ်။ သုတေသီတွေက Deep Think ကို အသုံးပြုပြီး အပူချိန်မြင့်တဲ့ ဆီမီးကွန်ဒတ်တာတွေရဲ့ ဖြစ်နိုင်ချေရှိတဲ့ပစ္စည်းတွေဖြစ်တဲ့ ရှုပ်ထွေးတဲ့ပုံဆောင်ခဲတွေရဲ့ ကြီးထွားမှုကို အကောင်းဆုံးဖြစ်အောင်လုပ်ပြီး ဆီမီးကွန်ဒတ်တာပစ္စည်းအသစ်တွေကို ဒီဇိုင်းထုတ်ခဲ့ပါတယ်။

စက်မှုအင်ဂျင်နီယာနယ်ပယ်က သုတေသီတွေကလည်း ရုပ်ပိုင်းဆိုင်ရာ မူလပုံစံကို ပြန်လည်ပြင်ဆင်ဖို့ အသုံးပြုခဲ့ပြီး ဟာ့ဒ်ဝဲ ပြန်လည်ပြင်ဆင်ခြင်းကို ဆော့ဖ်ဝဲ ပြန်လည်ပြင်ဆင်ခြင်းရဲ့ အရှိန်အဟုန်နဲ့ တူညီစေခဲ့ပါတယ်။ ဒါက အထောက်အကူပြုပစ္စည်းတွေလို နယ်ပယ်တွေမှာ ပိုမိုမြန်ဆန်တဲ့ တိုးတက်မှုကာလကို ဆိုလိုပါတယ်။

ဘယ်လိုအသုံးပြုမလဲ

အဆင့်မြှင့်တင်ထားတဲ့ Deep Think ပုံစံကို Google AI Ultra စာရင်းသွင်းအသုံးပြုသူတွေအတွက် Gemini App မှာ စတင်ဖြန့်ဝေနေပါပြီ။

သုတေသီတွေနဲ့ တီထွင်သူတွေအတွက် Google က Vertex AI အစောပိုင်းအသုံးပြုခွင့်အစီအစဉ်ကို ဖွင့်ပေးထားပြီး API ကနေတစ်ဆင့် အသုံးပြုနိုင်ပါတယ်။

Vertex AI အစောပိုင်းအသုံးပြုခွင့်- https://goo.gle/4rMHUlq