Skip to content
गुगल डीपमाइंडच्या एआय चक्रीवादळ मॉडेलची पाच दिवसांची सरासरी मार्ग-चूक नेचरमधील शोधनिबंधानुसार २३० किलोमीटर होती, तर युरोपीय एन्सेम्बलची ३७०, आणि अती तीव्र वाढ हा अजून सुटलेला प्रश्न आहे असे त्याचे स्वतःचे लेखक म्हणतात
कृत्रिम बुद्धिमत्ता

गुगल डीपमाइंडच्या एआय चक्रीवादळ मॉडेलची पाच दिवसांची सरासरी मार्ग-चूक नेचरमधील शोधनिबंधानुसार २३० किलोमीटर होती, तर युरोपीय एन्सेम्बलची ३७०, आणि अती तीव्र वाढ हा अजून सुटलेला प्रश्न आहे असे त्याचे स्वतःचे लेखक म्हणतात

चित्रण: tuput

मराठी

६ ऑगस्ट २०२६ रोजी प्रसिद्ध झालेल्या नेचरमधील शोधनिबंधानुसार, गुगल डीपमाइंडच्या वेदरनेक्स्ट सायक्लोन्स मॉडेलची २०२३ आणि २०२४ मधील वादळांवर पाच दिवसांची सरासरी मार्ग-चूक २३० किमी होती, तर युरोपीय एन्सेम्बलची ३७० किमी. त्याच्या ३२ लेखकांपैकी २२ गुगलचे कर्मचारी आहेत; त्यांनी हा फायदा एक दिवस किंवा त्याहून जास्त आधीच्या इशाऱ्याइतका मांडला आहे आणि मॉडेल अजून काय करू शकत नाही त्याची यादीही दिली आहे.

· · 7 मिनिटांचे वाचन

६ ऑगस्ट २०२६ रोजी प्रसिद्ध झालेल्या नेचरमधील शोधनिबंधानुसार, गुगल डीपमाइंडच्या एका एआय मॉडेलने उष्णकटिबंधीय चक्रीवादळांचे स्थान पाच दिवस आधी २३० किमीच्या सरासरी चुकीसह वर्तवले. युरोपियन सेंटर फॉर मीडियम-रेंज वेदर फोरकास्ट्सची एन्सेम्बल प्रणाली, जी ईएनएस म्हणून ओळखली जाते, त्याच वादळांवर सरासरी ३७० किमी चुकली, आणि डीपमाइंडचे आधीचे जेनकास्ट मॉडेल सरासरी ३३५ किमी. हे गुण २०२३ आणि २०२४ च्या वादळांवरून आलेले आहेत. २०२५ पर्यंत चालणाऱ्या आपल्या संपूर्ण मूल्यमापनाचा सारांश लेखक असा देतात की आघाडीच्या कार्यरत मॉडेलांपेक्षा सरासरी एक दिवस किंवा त्याहून जास्त इशाऱ्याचा फायदा आहे.

या मॉडेलचे नाव वेदरनेक्स्ट सायक्लोन्स आहे. डीपमाइंडची अधिक परिचित विज्ञान प्रणाली अल्फाफोल्ड तिच्या नोबेल पारितोषिकावरील आमच्या लेखात आली आहे, आणि हे मॉडेल असे अंदाज तयार करते जे प्रत्यक्षात काय घडले त्याच्याशी ताडून पाहता येतात. शोधनिबंधावर बत्तीस जणांच्या सह्या आहेत. त्यापैकी २२ जण गुगलचे कर्मचारी आहेत आणि अल्फाबेटचे समभाग धारण करतात असे तो नमूद करतो, आणि पाच लेखकांनी मूळ संभाव्यतावादी हवामान मॉडेलवर पेटंट दाखल केले आहे, चक्रीवादळाशी संबंधित भागावर नव्हे. उरलेले लेखक अमेरिकेचे नॅशनल हरिकेन सेंटर (एनएचसी), कोलोरॅडो स्टेट युनिव्हर्सिटी, ब्रिटनचे मेट ऑफिस आणि वॉटरलू विद्यापीठ येथून आहेत. नेचरला हस्तलिखित २३ डिसेंबर २०२५ रोजी मिळाले आणि २४ जुलै २०२६ रोजी ते स्वीकारले गेले.

मॉडेलने कशातून शिकले, आणि माणसांनी काय पुरवले

वेदरनेक्स्ट सायक्लोन्स दोन डेटा संचांतून शिकले. एक म्हणजे युरोपीय केंद्राकडून आलेले सुमारे २० टेराबाइट जागतिक हवामान विश्लेषण, म्हणजे भूतकाळातील क्षणांचे वातावरणाचे सर्वोत्तम पुनर्रचित रूप. दुसरा आयबीट्रॅक्स, जवळपास ५,००० निरीक्षित चक्रीवादळांचा डेटाबेस, ज्याला शोधनिबंध तज्ज्ञांनी संपादित केलेला म्हणतो आणि जो प्रत्येक वादळाचा मार्ग, कमाल वारा आणि जोरदार वाऱ्यांची त्रिज्या नोंदवतो. ती दुसरी फाईल फक्त सुमारे १० मेगाबाइटची आहे, आणि तिच्या सर्वोत्तम-मार्ग नोंदी कार्यरत अंदाज केंद्रांतील क्युरेटर तयार करतात, असे शोधनिबंध सांगतो. त्या वादळांचा शोध मॉडेलने लावला नाही. ते त्यांच्याकडून शिकले.

ते सुमारे २८ किमी अंतरावरील ग्रिड बिंदूंच्या हवामान नकाशावर काम करते, १३ उंचींवर सहा चल आणि पृष्ठभागावर आणखी सहा वापरून, आणि एका वेळी सहा तास पुढे सरकत १५ दिवसांपर्यंत जाते. चॅटबॉटमागच्या भाषा मॉडेलांपेक्षा वेगळे, ते शब्द नव्हे तर नकाशावरील संख्या वर्तवते. चक्रीवादळे शोधण्यासाठी लेखक प्रशिक्षणादरम्यान प्रत्येक वादळाचे केंद्र नकाशावर एका लहान उंचवट्यासारखे चिन्हित करतात आणि त्याची ताकद व आकार यांसाठी स्तर जोडतात. तयार झालेल्या अंदाजातून वादळांची स्थाने वाचून काढण्याचे काम नियमांवर आधारित वेगळा ट्रॅकिंग प्रोग्राम करतो.

प्रत्येक फेरी एक संभाव्य भविष्य तयार करते, आणि प्रणाली अशी ५० तयार करते, किंवा १,००० पर्यंत. डीपमाइंडच्या ब्लॉगनुसार १५ दिवसांचा अंदाज गुगलच्या एआय चिप टीपीयूवर एका मिनिटाच्या आत तयार होतो. अशा गणनेला विजेचा किती खर्च येतो हे एआयच्या ऊर्जावापरावरील आमच्या लेखात आहे.

२३० किमीचा आकडा कसा तपासला गेला

लेखकांनी आपले आराखड्याचे निर्णय २०२२ च्या वादळांवर निश्चित केले, आणि मग मॉडेलची चाचणी २०२३ आणि २०२४ च्या चक्रीवादळांवर घेतली. प्रत्येक चाचणी वर्षासाठी त्यांनी ते आधीच्या वर्षाच्या अखेरपर्यंतच्या डेटावरच पुन्हा प्रशिक्षित केले, त्यामुळे चाचणी झालेले कोणतेही वादळ त्याच्या प्रशिक्षणात नव्हते. २०२५ साठी मॉडेलची एक आवृत्ती प्रत्यक्ष चालू होती, आणि त्या वर्षाची तपासणी फक्त उत्तर अटलांटिक आणि पूर्व पॅसिफिकपुरती आहे.

तुलना एनएचसीच्या नियमांनुसार झाल्या, ज्यात एखादा अंदाज तेव्हाच गणला जातो जेव्हा तुलना होत असलेल्या प्रत्येक मॉडेलने त्या वादळासाठी त्या कालावधीचा अंदाज दिला असेल. प्रतिस्पर्धी होते ईएनएस, तीव्रतेतील पूर्वग्रह दुरुस्त केलेले जेनकास्ट, आणि एनओएएचे एचएएफएस-ए, एक उच्च-रिझोल्यूशन प्रादेशिक मॉडेल, ज्याचे अंदाज हा अभ्यास फक्त उत्तर अटलांटिक आणि पूर्व पॅसिफिकसाठी वापरतो. शोधनिबंधाने १,००० पुनर्नमुन्यांसह बूटस्ट्रॅप चाचण्या वापरल्या आणि जवळपास सर्व सुधारणा ५% पातळीवर लक्षणीय आहेत असे तो सांगतो.

नेचरने नाव न देता प्रसिद्ध केलेल्या अहवालातील एका परीक्षकाने नोंदवले की असा नियम अनेक वादळे चुकवणाऱ्या सावध प्रणालीला अनुकूल ठरू शकतो. लेखकांनी उत्तर दिले की निर्णयांसाठी अंदाजांच्या उपयुक्ततेनुसार मोल ठरवणारी आणि एकही वादळ वगळणारी दुसरी चाचणी चुकलेल्या वादळांचा समावेश करते.

शोधनिबंधात नोंदवलेले आकडे

पाच दिवसांची मार्ग-चूक वेदरनेक्स्ट सायक्लोन्ससाठी २३० किमी होती, ईएनएससाठी ३७० किमी आणि जेनकास्टसाठी ३३५ किमी. ईएनएस २३० किमीच्या चुकीपर्यंत फक्त सुमारे ३.७५ दिवसांनी पोहोचते, आणि त्यावरून लेखक त्या अचूकतेवर ३० तासांहून थोडा जास्त अतिरिक्त इशारा काढतात, तर जेनकास्टच्या तुलनेत सुमारे २४ तास.

तीव्रतेसाठी, कमाल वाऱ्याचा तीन दिवसांचा अंदाज एचएएफएसपेक्षा ३.७५ नॉट (सुमारे ७ किमी/तास) जास्त अचूक होता, जे पारंपरिक मॉडेलांमधील सुमारे दशकभराच्या प्रगतीइतके आहे, असे लेखक म्हणतात. संभाव्यतावादी तीव्रता गुणांवर, मॉडेलने ईएनएस आणि जेनकास्टच्या तुलनेत अनेक कालावधींवर चूक ५०% पेक्षा जास्त कमी केली.

अती तीव्र वाढ म्हणजे २४ तासांत कमाल वाऱ्यात ३० नॉट किंवा त्याहून जास्त वाढ. अटलांटिक आणि पूर्व पॅसिफिकमध्ये, मॉडेलने बरोबर अंदाज, खोटे इशारे आणि चुकलेले अंदाज यांचा तोल मोजणारा गुण, क्रिटिकल सक्सेस इंडेक्स, सुमारे ०.३ च्या थोडा खालून सुमारे ०.५ पर्यंत नेला. लेखक अती तीव्र वाढीला एक महत्त्वाचा न सुटलेला प्रश्न म्हणतात आणि लिहितात की कोणतेही एकटे मॉडेल त्यात उत्कृष्ट नाही.

२०२२ च्या वादळांवर वजने जुळवलेल्या एका सिम्युलेशनमध्ये, एनएचसीच्या मार्ग-सहमतीत, म्हणजे अनेक मॉडेलांच्या सरासरीत, या मॉडेलची भर घातल्याने त्या सहमतीत कालावधीनुसार १८% ते ३८% सुधारणा झाली, सरासरी २८%. तीव्रतेच्या सहमतीत ५% ते १४% सुधारणा झाली, सरासरी ६%. लेखक लिहितात की यावरून दिसते की तीव्रतेसाठी पारंपरिक मॉडेल अजूनही मोठे मोल देतात.

नॅशनल हरिकेन सेंटरचे २०२५ चे गुणपत्रक काय सांगते

एनएचसीचा २०२५ चा पडताळणी अहवाल, ३० मार्च २०२६ चा, प्रत्यक्ष चाचणीला अधिकृत वाचन देतो. अटलांटिकसाठी तो म्हणतो की अधिकृत अंदाज सहसा बहुतेक मॉडेलांपेक्षा सरस ठरले, तरी गुगल डीपमाइंड एन्सेम्बल मीन (जीडीएमआय असे नाव) कमी पल्ल्यात थोडे चांगले ठरले आणि १२ ते ७२ तासांच्या एनएचसीच्या मार्ग-अंदाजांपेक्षा सरस राहिले. पूर्व पॅसिफिकमध्ये जीडीएमआयने ४८ ते १२० तासांदरम्यान अधिकृत मार्ग-अंदाजाला आणि प्रत्येक सहमती साधनाला मागे टाकले, आणि १२ ते ४८ तासांदरम्यान ते तीव्रतेचे सर्वोत्तम स्वतंत्र मॉडेल होते. हंगामाच्या सुरुवातीला मॉडेल उपलब्ध नव्हते, म्हणून त्या तुलनांमध्ये अटलांटिकची पहिली दोन आणि पूर्व पॅसिफिकची पहिली पाच वादळे वगळली आहेत.

अहवाल असेही म्हणतो की हंगामातील अनेक अती तीव्र वाढीच्या प्रसंगांदरम्यान अटलांटिकमधील तीव्रतेच्या चुका पाच वर्षांच्या सरासरीपेक्षा जास्त होत्या, आणि त्यांवर अधिकृत अंदाज मॉडेल-मार्गदर्शनापेक्षा चांगले ठरले. सीएनएनने ८ ऑक्टोबर २०२६ रोजी वृत्त दिले की एनएचसीने २०२५ मध्ये हरिकेन मेलिसाचा अंदाज, जेव्हा ते अजून ८० मैल प्रति तास वेगाचे श्रेणी १ चे वादळ होते तेव्हा, श्रेणी ५ चे वादळ म्हणून वर्तवला, मुख्यत्वे डीपमाइंडच्या प्रक्षेपणांवर आधारित. एनएचसीचे संचालक मायकेल ब्रेनन यांनी सीएनएनला सांगितले की एआय मॉडेलांनी एका फेरीपासून दुसऱ्या फेरीपर्यंत जास्त सातत्य दाखवले आहे.

लेखकांनी सांगितलेल्या मर्यादा

शोधनिबंध म्हणतो की मॉडेल उच्च दर्जाच्या विश्लेषण डेटावर अवलंबून आहे आणि भविष्यातील प्रणालींनी मूळ निरीक्षणे वापरावीत. ते अजून पाऊस, वादळी लाट किंवा वाऱ्याचे झोत यांचा अंदाज देत नाही. तीव्रतेचा एन्सेम्बल थोडा अल्प-विखुरलेला आहे, म्हणजे त्याचे सदस्य खऱ्या चुकांइतके पसरत नाहीत, आणि त्याच्या वाऱ्याच्या संभाव्यता जास्त उंबरठ्यांवर थोड्या अतिआत्मविश्वासी आहेत. मोठ्या कालावधींवर तो एनएचसीच्या तीव्रतेच्या सहमतीपेक्षा कमी गुण मिळवतो. पूरक दस्तऐवज जोडतो की तीव्रतेवर एचएएफएसशी केलेल्या तुलना जास्त संमिश्र आहेत, आणि एचएएफएसची चूक कमी असलेली प्रकरणे जास्त वेळा आहेत.

एका हवामान तज्ज्ञाचे सावध वाचन

मायामीतील डब्ल्यूपीएलजी-टीव्हीचे हरिकेन तज्ज्ञ आणि एनएचसीचे माजी वरिष्ठ शास्त्रज्ञ मायकेल लॉरी यांनी १० सप्टेंबर २०२६ रोजी २०२६ च्या आतापर्यंतच्या हंगामाबद्दल लिहिले. एनएचसीचे माजी शाखाप्रमुख जेम्स फ्रँकलिन यांच्या पडताळणी डेटाचा वापर करून त्यांनी नोंदवले की अटलांटिक, पूर्व पॅसिफिक आणि मध्य पॅसिफिकमध्ये सार्वजनिकरित्या उपलब्ध असलेल्या कोणत्याही मार्गदर्शनापेक्षा डीपमाइंडची मार्ग-चूक सर्वात कमी होती, पाच दिवसांवर एनएचसीपेक्षा ३०% पर्यंत पुढे. लॉरी नेचर शोधनिबंधाचे लेखक नाहीत.

तीव्रतेबद्दल लॉरी यांनी लिहिले की डीपमाइंड एनएचसीबरोबर राहिले पण पुढे गेले नाही, आणि एचसीसीए नावाचे सहमती साधन सर्वोत्तम ठरले. हरिकेन लोवेलबद्दल, ते म्हणाले, मॉडेलचे मार्ग-अंदाज “सुरुवातीला अनियमितपणे इकडेतिकडे उड्या मारत होते”, तर एनएचसीचे स्वतःचे हळूहळू सरकले, आणि त्यांनी नोंदवले की एनएचसीला “सातत्यासाठी काही अचूकतेचा बळी द्यावा लागेल हे माहीत आहे.” त्यांचे आकडे आतापर्यंतच्या एका हंगामाचे आहेत.

हवामान ब्लॉग द आयवॉलचे व्यवस्थापकीय संपादक मॅट लँझा यांनी डिसेंबर २०२५ मध्ये एबीसी न्यूजला सांगितले की मॉडेल अती तीव्र वाढीत सक्षम आहे, पण “अपेक्षेच्या चौकटीबाहेरच्या घटना घडतील” आणि “पारंपरिक भौतिकशास्त्र-आधारित मॉडेलिंग आवश्यक राहू शकते.”

बंगालच्या उपसागराचे स्थान काय

नेचरमधील शोधनिबंध चक्रीवादळांच्या मानवी किमतीने सुरू होतो, ५० वर्षांत ७,००,००० हून जास्त मृत्यू आणि १.४ ट्रिलियन अमेरिकी डॉलरचे नुकसान, आणि जागतिक हवामान संघटनेचा (डब्ल्यूएमओ) हवाला देतो. डब्ल्यूएमओचा अॅटलस १९७० ते २०१९ दरम्यान उष्णकटिबंधीय चक्रीवादळ आपत्तींमध्ये ७,७९,३२४ मृत्यू मोजतो. बांगलादेशात ४,६७,४८७, म्यानमारमध्ये १,३८,९०९ आणि भारतात ४६,७८४ नोंदले गेले, जे मिळून जगातील एकूण संख्येच्या ८४% आहेत.

नेचरचा लेख स्वतः उत्तर हिंद महासागराचे, ज्यात बंगालचा उपसागर आणि अरबी समुद्र येतात, नाव कधीच घेत नाही, आणि भारताच्या हवामान विभागाचा कुठेही उल्लेख करत नाही. तो म्हणतो की निकाल सर्व महासागर क्षेत्रांत सुसंगत आहेत आणि विस्तारित डेटा व पूरक दस्तऐवजाकडे निर्देश करतो. पूरक दस्तऐवज सांगतो की कौशल्याचे महासागर क्षेत्र किंवा जमिनीपासूनच्या अंतरावर कोणतेही स्पष्ट अवलंबित्व नाही, आणि तो तीव्रता-चुकीच्या नकाशाच्या एका पटलाला उत्तर हिंदी असे नाव देतो. एनएचसीच्या नोंदींमध्ये एचएएफएसचे अंदाज फक्त अटलांटिक आणि पूर्व पॅसिफिकसाठी आहेत, त्यामुळे इतर क्षेत्रांसाठी प्रादेशिक-मॉडेलची तुलना नाही.

एका परीक्षकाने विचारले की अटलांटिकच्या उच्च दर्जाच्या डेटावर प्रशिक्षण घेतल्याने उत्तर किंवा दक्षिण हिंद महासागरातील वादळांवर ते चुकीच्या पद्धतीने हस्तांतरित होण्याचा धोका आहे का, आणि त्यांनी नोंदवले की आयबीट्रॅक्स अमेरिकेने नोंदवलेल्या मूल्यांकडे झुकतो, ज्याचा परिणाम अमेरिकी क्षेत्रांबाहेरील डेटाच्या दर्जावर होतो. लेखकांनी उत्तर दिले की वातावरणाचे इनपुट जगभर एकसमान दर्जाचे आहेत, आयबीट्रॅक्समध्ये प्रत्येक क्षेत्रातील डब्ल्यूएमओ-मानक अहवालही आहेत, आणि अमेरिकी मूल्यांच्या मुद्द्याबद्दल अनेक संस्थांनी त्यांना विचारले होते. २०२५ च्या प्रत्यक्ष हंगामाची तपासणी अटलांटिक आणि पूर्व पॅसिफिकपुरतीच मर्यादित होती, कारण एनएचसीबाहेरच्या क्षेत्रांचा २०२५ चा डेटा अंतिम झाला नव्हता, असे लेखकांनी लिहिले.

शोधनिबंधातील मॉडेलांचा कोड आणि वजने गिटहबवर google-deepmind/weathernext या नावाने आहेत. ही मॉडेले कोणत्याही सरकारी हवामान संस्थेने मान्य केलेली नाहीत, असे रिपॉझिटरी सांगते.

Share
Copied!

स्रोत आणि पुढील वाचन

  1. Alet and others, Operational tropical cyclone forecasting with AI, Nature 657, 680 to 688 (published 6 August 2026)
  2. Supplementary Information for the Nature paper (extended results, basin maps, methods)
  3. Peer Review File for the Nature paper (referee reports and author replies)
  4. Google DeepMind: AI model achieves breakthrough in forecasting cyclones (6 August 2026)
  5. Google DeepMind: weathernext code and model weights (GitHub repository)
  6. Alet and others, Skillful joint probabilistic weather forecasting from marginals (arXiv:2506.10772, 12 June 2025)
  7. National Hurricane Center: Forecast Verification Report, 2025 Hurricane Season (Cangialosi, Martinez, Reinhart and Papin, 30 March 2026)
  8. World Meteorological Organization: Atlas of Mortality and Economic Losses from Weather, Climate and Water Extremes (1970 to 2019), full PDF
  9. Michael Lowry, Eye on the Tropics: The AI Hurricane Model that Continues to Blow Away the Competition (10 September 2026)
  10. Michael Lowry, Eye on the Tropics: about the author
  11. ABC News: Can AI help forecasters better predict destructive hurricanes? (6 December 2025)
  12. CNN via ABC 17 News: Why the National Hurricane Center bet big on AI to forecast Isaias (Andrew Freedman, 8 October 2026)

हा लेख AI साधनांच्या मदतीने संशोधित आणि लिहिला गेला असून अचूकतेसाठी संपादित केला आहे. हा केवळ सर्वसाधारण माहिती आणि चर्चेसाठी आहे, व्यावसायिक सल्ला नाही. आमचे संपादकीय मानक आणि अस्वीकरण पाहा. चूक आढळली? आम्हाला कळवा.

#weathernext cyclones#google deepmind#tropical cyclones#ai weather forecasting#national hurricane center#rapid intensification#bay of bengal#nature

आवडलं? पुढचा लेख मिळवा.

एका वेळी एक चांगला लेख, थेट तुमच्या इनबॉक्समध्ये. स्पॅम नाही, हवं तेव्हा थांबवा.

याच विभागात आणखी: कृत्रिम बुद्धिमत्ता
एआय सुरक्षित ठेवण्याचे काम असलेल्या लोकांनीच राजीनामा दिला, जेणेकरून ते बाहेरून लक्ष ठेवू शकतील
तीन सुरक्षा संशोधकांनी जगातील दोन सर्वात मोठ्या एआय लॅब सोडून बाहेरून लक्ष ठेवण्याचा निर्णय घेतला. मायक्रोसॉफ्टने एआय मंदावण्याच्या वादावर उत्तर दिले एका सार्वजनिक आचारसंहितेने. दोन डझन फील्ड्स पदकविजेत्यांनी सांगितले की एआय कंपन्या इतक्या वेगाने पुढे जात आहेत की गणित त्यांची पडताळणी करू शकत नाही. आणि भारताच्या धीरज बोम्मादेवाराने असे सुवर्णपदक जिंकले जे आधी कोणत्याही भारतीय पुरुषाने जिंकले नव्हते.
सहा चिनी एआय कंपन्या अमेरिकेच्या सर्वोत्तम मॉडेल्सची नक्कल करताना पकडल्या गेल्या. अमेरिकेचा उपाय: गुपचूप त्यांची उत्तरे खराब करा.
एका अमेरिकी सुरक्षा सूचनेत सहा चिनी एआय कंपन्यांवर अमेरिकी मॉडेल्सची नक्कल केल्याचा आरोप असून त्यांना गुपचूप निकृष्ट उत्तरे देण्याची शिफारस आहे. सोबतच मानवी डीएनएतील प्रत्येक शक्य बदलाचा डीपमाइंडचा अ‍ॅटलास, अ‍ॅपलचा एआय-केंद्रित आयफोन लाँच, आणि भारताचा आजवरचा सर्वात मोठा रेल्वे विस्तार.
Scale च्या SWE-Bench Pro फलकावर सर्वोत्तम कोडिंग एजंट ६१.५% वर आहे, चाचण्या पास होणाऱ्या अनेक दुरुस्त्या देखभालकर्ते नाकारतात, आणि METR म्हणते की तिची ताजी चाचणी एजंट किती वेळ वाचवतात हे दाखवू शकत नाही
बेंचमार्क म्हणतात की एजंट प्रबळ आहेत. देखभालकर्ते, एक यादृच्छिक चाचणी आणि घटना अहवालांचा ढीग म्हणतात की चित्र त्यापेक्षा संकुचित आहे. प्रत्येक आकडा प्रत्यक्षात काय मोजतो ते येथे आहे.
← सर्व लेख