调整 API 设置后 GPT-5.6 Sol 的 ARC-AGI-3 成绩飙升至 38.3%
rohanpaul_ai · x · 2026-07-31
OpenAI 表示，通过调整两个 API 设置，GPT-5.6 Sol 在 ARC-AGI-3 公开测试集上的得分从 13.3% 提升至 38.3%。
成绩差异的原因在于，ARC-AGI 官方评测机制会不断清除模型的工作记忆，导致它在每一步操作后都会丢失此前的推理过程和上下文。由于该测试要求智能体通过试错来学习陌生的 2D 益智游戏，这种记忆擦除机制使得模型不得不反复重建游戏规则。
为解决此问题，OpenAI 修改了测试设置，允许模型在多个上下文窗口中进行推理，并引入了标准的上下文压缩实现，从而大幅提升了模型表现。
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
- 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
- 本周开源模型关键差异：Beam 用 Apache 2.0，公司可放心商用 — bigblueboo · 2026-10-16
- Apollo Research:GLM-5.3 会自发思考当前行为如何影响未来自己 — Confident_Salt_8108 · 2026-10-16