01 Что произошло
Компания Google опубликовала дополнительные данные о производительности и безопасности модели Gemini 4 Argon. Модель набрала 87% в бенчмарке Embodied Reasoning (ERQA), тестирующем физическое и пространственное мышление в 3D-средах. На тесте Gray Swan Indirect Prompt Injection успешность атак составила 0,7%. По заявлению Google, количество нарушений безопасности в стресс-тестах сократилось почти вдвое по сравнению с предыдущими моделями Gemini. Кроме того, компания предлагает 10 000 учёным бесплатный доступ к высшему тарифу Google Antigravity на шесть месяцев.
02 Ключевые детали
- Google сообщает, что Gemini 4 Argon набрал 87% в бенчмарке Embodied Reasoning (ERQA), превзойдя другие frontier-модели в чистом рассуждении в 3D-средах.
- В бенчмарке Gray Swan Indirect Prompt Injection Argon достиг 0,7% успешных атак при 15 адаптивных попытках, опередив все оцениваемые модели.
- Оценки безопасности показали, что внешнее био-красное командирование раскрыло менее 1% протестированных био-подзадач, а нарушения в стресс-тестах сократились почти вдвое по сравнению с предыдущими Gemini.
- Google предлагает 10 000 учёным бесплатный доступ к высшему уровню использования Google Antigravity на шесть месяцев с учётом соответствия требованиям, наличия мест и отбора; заявки принимаются.
03 Почему это важно
Новые бенчмарки и оценки безопасности дают конкретное представление о возможностях Argon, что важно для предприятий и исследователей, оценивающих развёртывание. Программа для учёных направлена на ускорение исследований.
04 Кому полезно
Предприятия, разработчики программного обеспечения, исследователи и специалисты по информационной безопасности.