Chollet 回应争议：ARC-AGI-3 校准良好，人类认真做可达 90%+
fchollet · x · 2026-09-04
ARC 作者 François Chollet 回应 ARC-AGI-3 发布以来遭受的质疑。3 月发布时前沿模型得分不足 1%，部分 Singularitarian 观点者认为基准本身有问题：无法被最聪明的人类解决、可达分数上限只有 40% 等，团队因此承受了大量攻击。
Chollet 现在 表示：
- 基准校准完全正常：只要比普通受试者做得更好（用更少的操作数），认真投入的聪明人类就能拿到 90% 以上甚至 100%；人类基线本身不强，因为用的是未筛选的受试者。
- 相应地，一旦智能体通用智能取得真实进展，AI 拿到 100% 也是完全可行的。
这篇回应等于把「基准坏了」的指控反驳为「模型还不够强」。
「模型」频道最新
- 花3个月实测:Anthropic 内部模型能否设计蝎子抗毒血清 — apoorvasriniva · 2026-10-21
- Space Bunny Alpha 实为 MiniMax M3.1 Flash：1M 上下文、主打性价比 — ZabihullahAtal · 2026-10-21
- Rork 界面现「Opus 5.5 Medium」选项,Anthropic 新模型或曝光 — rudrank · 2026-10-21
- RSI-Bench 首批任务通过验证管线,含 reward-hacking 检测与补丁 — SRSchmidgall · 2026-10-21
- 开发者吐槽 Anthropic 生物安全护栏：读篇论文就触发拦截 — robleclerc · 2026-10-21
- Reddit 用户称本地运行的未审查版 DeepSeek 对病毒提问毫无犹豫直接作答 — Only_Light_9817 · 2026-10-21