零模型调用跑通 ARC-AGI-3：非 LLM 推理系统实测
Living_Substance1274 · reddit · 2026-08-10
开发者 Orivael 构建了一个完全不使用 LLM 的实验性推理系统，并在 ARC-AGI-3 测试中取得了亮眼成绩。
- 成绩亮点：在 ft09 任务中取得 100% 准确率（6/6 关卡，80 步动作，优于人类基线的 208 步），且整个过程的模型推理成本为 $0.00。但在其他任务（如 tr87, cd82）中得分较低。
- 失败模式分析：作者发现系统的主要失败原因并非逻辑错误，而是基于对环境的错误表征得出了合理的结论。例如：精灵与墙壁颜色相同导致系统误判被包围，或按钮在特定状态下被误判为无效。
- 核心挑战：系统在识别游戏机制后能变得极其高效，但真正的难题在于：如何在不带入先前世界假设的情况下，识别出当前进入的是一个怎样的新世界？
「研究」频道最新
- CoRL 2026 征稿：探究人类数据驱动机器人学习的 Scaling Laws — mangahomanga · 2026-08-10
- 论文警示：AI砍掉初级岗位将引发“认知公地”悲剧 — rohanpaul_ai · 2026-08-10
- 学者提议期刊直接弃用 AI 生成的同行评审报告 — Afinetheorem · 2026-08-10
- AI 解决搁置 25 年的无线通信理论难题 — Singularitarian · 2026-08-10
- AI 设计病毒能治百病？研究实为攻克超级细菌 — alex_verem · 2026-08-10
- 可解释性研究:先讲故事再设计实验,还是只做实验? — unironictechbro · 2026-08-10