ARC Prize 发现 V2=V1^4.53 幂律,V2 分数 98% 可由 V1 预测
GregKamradt · x · 2026-10-29
ARC Prize 官方分析三个 ARC 基准上的模型分数,发现强关联:幂律曲线 v2 = v1^4.53 能解释约 98% 的 ARC-AGI-2 分数差异;在 ARC-AGI-1 上同分的模型,在 ARC-AGI-2 上仍可能相差 20 个百分点以上。Greg Kamradt 补充:v1 vs v2 分数作图呈平滑递进,V2 在更高模型能力区间延续了原 ARC-AGI 格式的区分力;现有数据已足以估计每道题的难度;如果做 v2.5(暂无计划)还能再延长基准寿命。
「模型」频道最新
- Gemini 4 Carbon 登顶 AA 榜,多数基准超越 Opus 5.5 与 GPT-6 — Yuchenj_UW · 2026-10-29
- Reddit 转贴 Gemini 4 Carbon 发布消息与基准表 — Marimo188 · 2026-10-29
- 网传 Gemini 4 Carbon 评测表:AA Index 59 分,18 项中 14 项领跑 — Angaisb_ · 2026-10-29
- Hugging Face 员工转发 Gemini 4 Carbon 评测表 — osanseviero · 2026-10-29
- Google 官宣 Gemini 4 Carbon：登顶 AA Intelligence Index v5.0 — GeminiApp · 2026-10-29
- 谷歌发布 Gemini 4 Carbon：网络安全与长程任务全面 SOTA — rseroter · 2026-10-29