Opus 5 在 ARC-AGI 1/2 上进步，疑似靠代数化解题
herbiebradley · x · 2026-07-25
Herbie Bradley 读完 Opus 5 的 system card 后认为，模型在 ARC-AGI 1 和 2 上相比 4.7/4.8 有明显进步。
他特别注意到 system card 里对一个 ARC-AGI-3 风格任务的描述：模型似乎把视觉谜题转化成显式代数问题来解，这在他看来是一种很可训练的策略。他据此推测，这次提升很可能来自一个专门针对这类 puzzle 的研究项目，甚至可能用了有独占协议的数据供应商。
所属事件:Claude Opus 5 创下 ARC-AGI-3 新纪录(15 条相关)→
「模型」频道最新
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11