Reddit 质疑 Opus 5 的 ARC-AGI-3 高分是否来自循环框架
sdnr8 · reddit · 2026-07-25
这条帖在质疑 Claude Opus 5 的 ARC-AGI-3 高分，是否可能不是“纯模型”能力，而是外面套了 loop / harness 之类的代理框架。
配图里引用了一个观点：闭源模型外界看不到“壳”下面是什么；而 Schema 论文据称已经说明，把模型包进循环后，只要调整推理方式，就可能把 ARC-AGI-3 分数显著抬高。帖主因此怀疑，Anthropic 是否也用了类似机制来包装 Opus 5。
所属事件:Opus 5 ARC-AGI-3 高分引发造假与过拟合争议(11 条相关)→
「模型」频道最新
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11