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
- BF16 舍入破坏守恒律，FlashAttention 梯度训练后期爆炸 — HongyiWang10 · 2026-10-04
- 微软提出 ActiveSaddler:动态调整训练场景,agent 优化器 Pass@1 提升最高 7.5 分 — dair_ai · 2026-10-04
- Anthropic 电路追踪研究逆向工程 Claude 内部推理机制 — austinc3301 · 2026-10-04
- V-Rubrics：5 万样本拆成 35 万细粒度标准，解多模态 RL 信用分配难题 — jiqizhixin · 2026-10-04
- Looped-DiT:2.6 亿参数循环计算跑赢 6.5 倍大模型,推理算力省 4.9 倍 — Apprehensive_Sky892 · 2026-10-04
- Schmidhuber 称 1987 年就发表首个 RSI 算法，早于当下热潮近四十年 — SchmidhuberAI · 2026-10-04