何恺明团队 VISTA 论文登 arXiv:Claude 操刀 ARC-AGI-3 全 25 关满分
GregKamradt · x · 2026-10-04
Josh HanHi 团队的 VISTA 论文正式登上 arXiv,作者包括 Qiushi Han、Keya Hu、Linlu Qiu、Cathy Wu 与何恺明(Kaiming He)。相比 8 月 5 日的博客版本,论文补充了更多消融实验,并把评测扩展到 ARC-AGI-3 之外的视觉游戏与推理任务。
核心结果:
- VISTA 是一个「视觉 harness」,让通用多模态模型获得长时程视觉感知,并以无损形式保存历史观察,模型可在推理中主动检索和重组视觉输入。
- 在 ARC-AGI-3 上,VISTA 将 Claude Opus 5.0 的相对人类动作效率分从 40.68 提升到满分 100.00,模型完成全部 25 个公开游戏,动作数比首次游玩的人类少 57.4%。
- 在另外三个视觉游戏/解谜基准上,使用同一底层模型的 VISTA 大幅超过简单 harness 的基线。
论文与代码均已开源,作者认为这证明了多模态模型本身具备很强推理能力,关键在于合适的 harness 设计。
所属事件:MIT VISTA 论文登 arXiv 助 Claude 零训练通关 ARC-AGI-3(2 条相关)→
「研究」频道最新
- ENCODE 新预印本:神经网络模型可预测 GATA 基序间超加性相互作用 — anshulkundaje · 2026-11-19
- Murat 发布 TLAPS-Bench:用 TLA+ 形式化证明真实系统规格的正确性 — tianyin_xu · 2026-11-19
- 斯坦福学者详解 ChIP-seq 结合深度学习的 motif 解析难题 — anshulkundaje · 2026-11-19
- Mahina 4.0 LoRA 适配器声称可减少幻觉,公开征集压力测试 — External-Fee-8920 · 2026-11-19
- 顶级实验室的最大优势不是钱,而是帮你省下数年试错时间 — madeofAjala · 2026-11-19
- LEV 循环决策模型:2.6B 模型四轮推理准确率 63.2%→76.2% — jiqizhixin · 2026-11-19