| Istilah | Arti |
|---|---|
| GPT-6 | Model AI terbaru dari OpenAI yang menjadi pusat pembahasan video ini, dan dalam video disebut dengan nama tambahan Astra. |
| Astra | Nama varian GPT-6 yang dirilis OpenAI dan dibahas sebagai model paling kuat dalam video ini. |
| benchmark | Tes standar untuk membandingkan kemampuan model AI, misalnya lewat soal sulit di bidang sains, matematika, atau pemrograman. |
| monitorability | Seberapa mudah peneliti memantau dan memahami cara kerja sebuah model AI dari proses berpikirnya, yang menurut video kini makin menurun. |
| ARC AGI | Rangkaian tes berbentuk permainan dengan pola baru yang dipakai untuk melihat apakah AI bisa bernalar seketika seperti manusia. |
| chain of thought | Langkah berpikir yang ditulis model secara bertahap sebelum menjawab, yang membantu peneliti memeriksa penalarannya. |
| OpenAI | Perusahaan pembuat ChatGPT dan pengembang GPT-6 Astra yang menjadi subjek utama video ini. |
| Fable 5.1 | Model AI terbaru dari Anthropic yang dijadikan pembanding utama Astra dalam banyak tes pada video ini. |
| Artificial Analysis | Lembaga penilai model AI yang indeksnya sering dikutip media, tetapi menurut pembicara sudah memakai tes yang usang. |
| looped transformers | Gagasan perubahan arsitektur model yang banyak dibicarakan orang, tetapi menurut peneliti OpenAI bukan penyebab kemampuan bernalar diam-diam Astra. |
| hallucinations | Jawaban yang terdengar meyakinkan tetapi salah atau dikarang oleh model AI, yang menurut video berkurang pada Astra namun belum hilang. |
| safety | Upaya memastikan model AI tidak membahayakan pengguna dan tetap sejalan dengan nilai manusia, yang disebut pembicara sebagai faktor pembatas kecepatan rilis model. |
Video dari kanal AI Explained ini membahas GPT-6 Astra, model terbaru dari OpenAI yang dirilis hanya beberapa hari setelah Fable 5.1 milik Anthropic. Pembicaranya berpendapat bahwa Astra terasa jauh lebih kuat daripada angka benchmark biasa, dan kemampuannya membuat banyak orang di dalam OpenAI sendiri merasa tidak tenang. Video dibagi dua. Bagian pertama menjelaskan mengapa banyak orang menilai model ini hebat, sedangkan bagian kedua membahas kekhawatiran yang muncul. Topik ini penting bagi penonton yang mengikuti AI, karena pendapat tentang model yang baru beberapa bulan lalu bisa cepat ketinggalan zaman. Pembicara juga menekankan bahwa kecepatan kemajuan ini membuat keamanan dan kemampuan memantau model menjadi isu utama.
Bukti yang dikutip dalam video berasal dari sejumlah tes sulit. Pada Terminal Bench Science, model harus menulis kode untuk menemukan pola redup berulang dari 25.000 data kecerahan tiga bintang. Pada Agents Last Exam, Astra mengungguli Fable 5 dengan biaya lebih rendah. Pada Frontier Math Tier 4, Astra meraih 83 persen tanpa chain of thought. Di ARC AGI 3, Astra memakai langkah lebih sedikit daripada manusia yang berhasil dalam 96 persen kasus, sekitar 50 persen lebih sedikit secara rata-rata. Pembicara juga menyebut halusinasi jauh berkurang dalam skenario yang sebelumnya bermasalah, meski belum hilang sepenuhnya. Ia mengkritik Artificial Analysis Intelligence Index karena memakai tes yang sudah usang, sebab Astra mendapat skor di bawah model kecil GLM 5.3 Flash. Bagian kedua video membahas kemampuan Astra menyembunyikan penalaran di balik jawabannya, yang membuat pemantauan model makin sulit.
Kata kunci
- GPT-6 Astra
- monitorability
- ARC AGI
- chain of thought
- Mengulas GPT-6 Astra dari OpenAI yang dianggap pantas mendapat nama dan nomor baru, bukan sekadar deretan skor benchmark.
- Membahas kemampuan bernalar secara diam-diam, contoh riset yang dipercepat, dan benchmark seperti ARC-AGI.
- Memaparkan kekhawatiran di paruh kedua video: monitorability chain of thought dan keselamatan.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.