schema 在 ARC-AGI-3 上取得高分
xiuyu_l · x · 2026-07-17
这条转发讨论的是一个名为 schema 的方法/测试框架在 ARC-AGI-3 上的表现。
引用原帖给出的关键信息是：
- 他们通过把 analysis-by-synthesis 注入模型，声称在 ARC-AGI-3 上达到了 99% RHAE
- 具体结果是：使用 Opus 4.8 + Fable 5 可达 99%，使用 GPT-5.6 Sol 可达 95.35%（public set）
- 作者把这个方法描述为让 LLM “像物理学家一样思考”
转发者进一步概括为：
- schema 本质上像是 VIGA²：先做 inverse graphics，再上升一层做 inverse dynamics
- 观点是“analysis by synthesis”非常有效
这是一个偏研究/benchmark 的帖子，重点在方法思路和在 ARC-AGI-3 上的分数表现。
所属事件:Schema harness 引爆 ARC-AGI-3 讨论(14 条相关)→
「研究」频道最新
- SimInfinity 机器人仿真基准将开源 1 万个真实场景仿真任务 — joemeno · 2026-10-18
- 论文：LLM 竞价采购平台可省 10%-71% 推理成本 — _onionesque · 2026-10-18
- Meta 论文提出「Agent Plasticity」:最强 agent 未必是最高效学习者 — rohanpaul_ai · 2026-10-18
- SAE 权重编辑让机器人听话,IIIT 海得拉巴论文入选 IJCAI 安全物理 AI 工作坊 — ponguru · 2026-10-18
- 南洋理工发布具身智能 Affordance 学习综述，系统梳理近 200 篇研究 — jiqizhixin · 2026-10-18
- 14.3M 参数通用决策引擎 vega-U：冷接任意冻结 LLM 最高达 0.811 准确率 — kalyan_kpl · 2026-10-18