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
- OpenAI 用自动化红队训练 GPT-6,越狱抵抗力大幅超越上代 — fouadmatin · 2026-11-13
- Inkling 2 Small 的 Attention Residual 结构被赞"优雅" — simonguozirui · 2026-11-13
- 初始权重训练后依然可读:画进模型的笑脸 survive 全程训练 — danbri · 2026-11-13
- 开源权重会泄露训练用 GPU:取证方法显示六款中国新模型用的是 Blackwell — Antique_Atmosphere97 · 2026-11-13
- 开发者用 Tinker 给开源模型做 RL,玩 Celeste 分数提升 65% — simonguozirui · 2026-11-13
- 面向 agent 的无头 3D 引擎 vork 开源: agent 用代码写场景与着色器 — ravisparikh · 2026-11-13