OpenAI 揭示上下文压缩机制，GPT-5.6 ARC-AGI-3 成绩飙升至 38%
ilanbigio · x · 2026-07-30
OpenAI 工程师发文指出，模型评测通常不应在隔离环境下进行。当为模型启用上下文压缩（compaction）与推理记忆保留（reasoning retention）机制后，模型在复杂任务上的表现有显著提升。
核心评测数据：
- 在启用这些机制后，GPT-5.6 Sol (max) 在 ARC-AGI-3 基准测试中的得分从 13% 大幅跃升至 38%。
- 取得这一成绩的同时，消耗的 Token 数量反而减少了 6 倍。
这表明有效的上下文管理和记忆压缩对于维持长程推理能力至关重要。
所属事件:优化记忆管理设置，GPT-5.6 在 ARC-AGI-3 跑分翻三倍(27 条相关)→
「模型」频道最新
- Microsoft AI 公开 2.8T 模型训法:小模型阶梯实验预测大模型 — hboelman · 2026-10-16
- Reflection AI 开源 501B MoE 模型 Beam,主打编码与长程智能体 — arena · 2026-10-16
- 2024 年 Golden Gate Claude 视频再流行:可解释性 premise 至今仍成立 — HarperSCarroll · 2026-10-16
- Hugging Face 直播发布全新开源权重模型 — huggingface · 2026-10-16
- 阶跃 Step 5 Preview 上线一周冲上 OpenRouter 周榜第二，用量 19.5T tokens — StepFun_ai · 2026-10-16
- Meta Muse Spark 开源版需 493GB 内存，16GB 笔记本根本跑不动 — TejasKumar_ · 2026-10-16