OpenAI GPT-6 Astra 登顶 ARC-AGI-3:自创编程语言,达 99% 准确率
typewriters · x · 2026-10-28
ARC Prize 官方宣布,OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上取得 SOTA:基础得分 63%,通过新的 provider adapter harness 可达 99%;在 96% 的关卡上超越人类表现,并构建了迄今最精确的新环境符号模型。
ARC Prize 主席 GregKamradt 揭露了一个细节:Astra 在游玩时即兴创建了自己的领域专用语言(domain-specific language)来理解和操作环境——这是此前模型从未有过的行为。而今年 5 月的模型还会误以为自己 在玩俄罗斯方块或 Frogger,并按游戏逻辑执行动作。
Kamradt 同时提出一个悬而未决的疑问:在 3 月的 ARC-AGI-3 发布会上,François Chollet 曾表示成绩「取决于实验室把它当多大优先级」——虽然没有具体证据,但基准测试中模型针对评测本身的定向优化程度始终是个开放问题。
「模型」频道最新
- Artificial Analysis 新榜因命名与 DeepSeek 列被圈内人狂赞「absolute cinema」 — eliebakouch · 2026-10-28
- 研究员吐槽：某新模型发布的评测表格「越看越离谱」 — eliebakouch · 2026-10-28
- 癫痫患者听信 ChatGPT 自行减药后死亡,聊天记录曝光 — xuanalogue · 2026-10-28
- Nace AI 搜索工具登顶 Snowflake MADQA 榜,500 题答对 94.7% — testingcatalog · 2026-10-28
- 腾讯 Hy-SimulMT-30B-A3B 翻译模型 FP8 版登上 HF 热榜 — tencent · 2026-10-28
- 谷歌发布世界模型 Genie 4,质感被指远超今年其他模型 — oran_ge · 2026-10-28