Claude Opus 5 通过视觉转线性代数解出 ARC-AGI-3 关卡
daniel_mac8 · x · 2026-07-27
Claude Opus 5 被描述为在一项 ARC-AGI-3 游戏里，先用视觉把题目转成线性代数问题，再完成求解。
- 图中展示了 ARC Prize Foundation 的评测结果：Opus 5（High）在高推理强度下达到 30.16% RHAE，在这张“得分 vs. 总评测成本”图里明显高于其他模型。
- 基金会给出的单题复盘显示，模型在 Axis Reflect（ar25） 中拿到 100 分，用 294 步清完全部 8 个关卡。
- 它的核心能力被概括为把视觉谜题显式化为代数：到第 2 关已推出反射方程，到第 8 关进一步推广到二维反射，把 60 个目标分到镜像象限里，并在执行前先计算每个碎片的去向。
- 复盘也提到模型在某一关出现过假设反复和重复叙述，但这些失败探索似乎是在更新理解，而不是陷入死循环；结论是：一旦找到正确的本体论，执行会非常可靠。
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
- 曝 OpenAI API 中出现未发布模型 GPT 6 Sol — SteveEricJordan · 2026-09-11
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- 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