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
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27