ARC-AGI-3 新纪录升至 30.2%，争论转向底座模型与合成数据
teortaxesTex · x · 2026-07-26
- 这条转发讨论了 ARC-AGI 分数背后的含义，核心观点是：最近的提升更像是更强底座模型 + 合成数据流水线带来的结果，而不是某种神秘的新推理突破。
- 贴文称，最新一代模型里，Gemini 3 Pro 和 GPT-5.2 已经在 ARC-AGI-2 上超过了人类基线；作者认为主要功劳来自 Google 和 OpenAI，Poetiq 之类的 scaffold 只是做了少量包装。
- 引用的 ARC Prize 更新则给出最新榜单：Claude Opus 5 以 30.2% 成为 ARC-AGI-3 新 SOTA，而此前最高分是 GPT-5.6 Sol (Max) 的 7.8%。ARC Prize 还提到，Opus 5 展现出一些帮助它解开此前未通关环境的新行为。
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
- Kimi K3 的「开源」有条件：年入 2000 万美元需另签协议 — alex_verem · 2026-10-27
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27