Chollet 驳斥满分 Agent：仅跑通公开简单测试集
fchollet · x · 2026-09-01
François Chollet 回复了关于某编码 Agent 在 ARC-AGI-3 上获得 100% 分数的争论。他指出，ARC-AGI-3 论文早在 3 月就说明公开评估集是“易于人类和 AI、更注重清晰度和趣味性”的演示环境，并不代表真正的智能水平。他反驳了对方关于“评估集也是有效基准”的辩护，强调在这些简单测试集上刷分并不等同于掌握了任务，并批评对方试图通过贬低公开测试集的重要性来掩盖缺乏私有数据验证的事实。
所属事件:编码Agent宣称ARC-AGI-3满分遭Chollet驳斥(6 条相关)→
「模型」频道最新
- 用户痛诉 GPT-6.1 Sol 慢且 bug 多,转投 Claude 称快 7 倍 — karmay007 · 2026-10-16
- 博主称免费版用户已严重低估 10 个月来 AI Agent 的进步 — realmeetjames · 2026-10-16
- 腾讯混元开源 Hy Memory 2.0:模型+框架+MemHub 三件套管 Agent 记忆 — TencentHunyuan · 2026-10-16
- 四个 Gemini 代理打 Minecraft：27 小时写 2783 个程序击败末影龙 — _rockt · 2026-10-16
- 曝 OpenAI 年内再发两款模型：GPT-6.1 Astra 与 GPT-6.5 Bell — VraserX · 2026-10-16
- 开源模型已追平 Claude Sonnet 5，差距收窄速度前所未有 — LegacyRemaster · 2026-10-16