ARC-AGI-4 或该减少公开演示，Opus 5 在 ARC-AGI-3 领先 3 倍
burny_tech · x · 2026-07-25
- 这条帖子的核心是在讨论 ARC-AGI-4 是否应该更私密一些，减少公开 demo。
- 作者认为，现在很多人已经默认，ARC-AGI 的进展主要来自针对性的 RL 环境，而不是开放式公开演示。
- 被引用的上下文提到：在 ARC-AGI-3 这个要求模型解决新问题的评测上，Opus 5 的分数是第二名的 3 倍。
- 这不是产品发布，而是关于评测设计、公开性与模型进展呈现方式的讨论。
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
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27