ARC v4 评测集将提升难度，挑战现有 Harness 框架
JFPuget · x · 2026-08-22
Mike Knoop 表示，鉴于社区意愿，ARC v4 评测集将设计得对现有的评估框架也更具挑战性。
「研究」频道最新
- Sunday Robotics ACT-2 模型实现零样本泛化突破 — tonyzzhao · 2026-08-22
- 复旦等提出世界评判模型WCM，149项任务刷新VLA成绩 — jiqizhixin · 2026-08-22
- 研究笔记解析神经网络中的权重叠加干扰现象 — thebasepoint · 2026-08-22
- 思维实验：把 Qwen 27B 模型带回过去，哪年能跑通？ — doodlestein · 2026-08-22
- 英伟达用线性代数解决多模型切换 KV 缓存难题 — bendee983 · 2026-08-22
- AI 发现大象呼名、鲸鱼语音字母，揭开动物交流隐秘世界 — anselm · 2026-08-22