OpenAI 优化 ARC-AGI-3 测试框架,分数提升 188%
OpenAI · x · 2026-07-30
OpenAI 发现 GPT-5.6 Sol 在 ARC-AGI-3 测试中表现不佳的原因是标准测试框架会在每步操作后丢弃模型的推理过程,并在上下文填满时丢失早期操作记录。
通过改用 Responses API 并开启保留推理与上下文压缩功能,模型能够积累学习经验。这使得 GPT-5.6 Sol 在公开测试集上的得分飙升了 188%,同时输出 token 的消耗量减少了 6 倍。
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)→
「编程与Agent」频道最新
- 用 Notion 搭个人记忆库，让所有 AI Agent 即插即用共享上下文 — ivanhzhao · 2026-10-16
- Lovable 应用接入 WhatsApp,可自动搭建客服收件箱与消息模板 — AlexandrePesant · 2026-10-16
- 六大 Deep Research API 实测横评:能力边界、定价与选型建议 — bar_raiser333 · 2026-10-16
- Geoffrey Huntley 开源自托管 AI 开发平台 Overalls,11 月初纽约发布 — kieranklaassen · 2026-10-16
- 开发者晒 OpenAI 用量：200 天烧掉近 2000 亿 token — Dimillian · 2026-10-16
- 让 Claude 把改动直接开到 nvim 对应行,自己审代码更踏实 — max__drake · 2026-10-16