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
- Lean v4.35.0 自带四个已验证内核，其中之一由 Claude 写成并自证一致 — geoffreyirving · 2026-10-16
- MP-Bench：语音 Agent 群聊插话判断仅与抛硬币相当 — solyarisoftware · 2026-10-16
- 对 Qwen3-8B 做神经元级 GWAS+PheWAS，定位安全相关神经元 — Sauers_ · 2026-10-16
- 770B 参数压进 214GiB：腾讯混元量化团队拆解 Hy4 Preview 压缩术 — coolmum18 · 2026-10-16
- 200 局国际象棋实测：作者认为上下文学习目前并不奏效 — akbirthko · 2026-10-16
- LARK-Lab 提出 Mosaic：跨会话的 Agentic 强化学习新范式 — LARK-Lab · 2026-10-16