Model 398 bilion parameter milik VIDRAFT, Darwin-398B-JGOS, telah merangkul tempat ketiga dalam carta pendahulu GPQA Diamond dengan hanya menggunakan 24 GPU. Keputusan ini membuktikan bahawa sebuah syarikat pemula kecil dari Korea mampu menyaingi makmal AI terbesar di dunia dalam ujian yang menuntut penaakulan saintifik yang tulen dan bukannya jawapan yang dihafal.

Mengapa GPQA Diamond penting

GPQA Diamond mengemukakan soalan sains tahap pascasiswazah yang tidak terdapat di laman web awam. Oleh kerana jawapannya tidak boleh dicapai melalui teknik scraping, sesebuah model mesti menaakul masalah tersebut dan bukannya sekadar mendapatkan fakta yang tersimpan. Penanda aras ini menuntut logik, bukannya hafalan.

Carta pendahulu semasa

  • Kimi-K3 (CN): 93.5
  • GLM-5.2 (CN): 91.2
  • Darwin-398B-JGOS (KR): 90.9
  • DeepSeek-V4-Pro (CN): 90.1
  • Inkling-Small (US): 89.5
  • Qwen3.5-397B-A17B (CN): 88.4
  • Nemotron-3-Ultra-550B (US): 87.9

Darwin mengatasi model daripada Nvidia, DeepSeek serta beberapa tawaran dari AS dan China, walaupun ia beroperasi dengan hanya sebahagian kecil perkakasan yang biasanya digunakan untuk projek sedemikian.

Kaedah di sebalik kemenangan ini

VIDRAFT tidak membeli ladang GPU yang besar. Sebaliknya, pasukan tersebut menggunakan “evolutionary merging,” dengan menggabungkan pelbagai model sumber terbuka secara berulang kali dan mengekalkan komponen yang berprestasi terbaik. Menjalankan kaedah ini pada kluster 24-GPU yang sederhana telah menghasilkan rangkaian 398 bilion parameter yang berkualiti tinggi tanpa memerlukan perbelanjaan modal yang biasanya diperlukan untuk latihan dari awal.

Apa maksudnya untuk bidang AI

  • Halangan kemasukan yang lebih rendah: Membina AI elit tidak lagi memerlukan beribu-ribu GPU.

Amaran dan hujah balas

Darwin masih ketinggalan di belakang dua pendahulu dengan margin yang kecil, dan saiz 398 bilion parameternya tetap besar—latihan atau penyediaan model tersebut masih memerlukan infrastruktur yang signifikan. Pendekatan ini bergantung kepada evolutionary merging model terbuka pada kluster kecil. GPQA Diamond berfungsi sebagai penanda aras.

Apa yang perlu diperhatikan seterusnya

Kesimpulannya jelas: strategi penggabungan model yang bijak dapat mengimbangi keperluan kuasa pengkomputeran mentah, sekali gus membentuk semula siapa yang boleh bersaing di peringkat tertinggi penyelidikan AI.