ARC v3 实测:Astra 低档零推理 token,准确率反超 Sol max 两倍
rbhar90 · x · 2026-09-05
Mike Knoop(Metaculus 创始人,ARC Prize 相关)公布了在 ARC v3 上对 Astra 的测试图表:
- 在较低 reasoning 档位下,Astra 每步动作经常输出零个推理 token,团队此前从未见过这种现象
- 意外的是,Astra low 的准确率约为 Sol max 的 2 倍
Knoop 推测这意味着 Astra 在利用一条次要的测试时适应(test-time adaptation)扩展轴,很可能是潜空间推理(latent reasoning)——即推理能力的增长不体现在显式思维链 token 上。
所属事件:GPT-6 Astra 刷爆 ARC-AGI-3：满分、零推理 token 与 harness 争议(10 条相关)→
「模型」频道最新
- Mistral 发布 Voxtral 3 语音系列，转写模型冲上榜单第三 — ArtificialAnlys · 2026-10-21
- Perplexity 发布 Decider V1.2：登顶 Vals AI 决策模型榜 ClaimBench — bo_wangbo · 2026-10-21
- Omnii-1 基因组模型发布：AI 设计的噬菌体首次用于人体治疗 — JosephJacks_ · 2026-10-21
- Nous Portal 订阅曝光：未用完额度可滚存，最高档每月 220 美元 — alexcovo_eth · 2026-10-21
- 1.3B 开源文档解析模型 OXR 登顶三大榜：100 页解析仅 101 秒 — s_mohinii · 2026-10-21
- 从记忆存储理解 LLM：事实习得三阶段与幻觉同步涌现 — scott_linderman · 2026-10-21