无神经网络聊天助手 CAEL 用规则求解 ARC-AGI,10 秒 CPU 限制解出 62/400
Silver_Employ2617 · reddit · 2026-11-21
开发者展示 CAEL:一个纯 CPU、无神经网络的聊天助手,只用规则与检索。作者重点分享了一个约 40 行的数值核查器,并开放了源码与评测脚本。
- 数值核查思路:搜索是否存在能由题目数字推出所给答案的算式,对留下未使用数字的解法降权;难点在于区分「跳过了必要数量」与「正确忽略干扰项」(如『我在 6 号收银台付款』里的 6)
- CAEL 架构:多个手写小型求解器各试一种对话解读,核查各占一票;两种解读都通过但答案不同时主动要求澄清;另检查回复类型匹配与检索是否跑题
- 主要局限:求解器全部手写,陌生题型常直接拒答
- ARC-AGI-1 实验:53 个手写规则家族须先复现示例才获得投票权,加八种旋转反射,留一例做预测检验;评测集 pass@2 解出 62/400,每任务 10 秒 CPU 限制(开发过程中多次看过评测分数)
作者向社区征询:如何在 LLM 输出判断中区分漏用数字与合理忽略干扰项。
「研究」频道最新
- 数学家称与 Claude 共同发现黎曼猜想证明,1859 年以来的难题或被攻克 — ChrisGPT · 2026-11-21
- Meta AVTR:让多模态模型学会「视觉想象」,16 基准平均提升 4.5 分 — liuzhuang1234 · 2026-11-21
- Pro² Agent 论文:把研究智能体主状态从代码库换成「问题状态」 — rohanpaul_ai · 2026-11-21
- Google/JHU Pro² Agent 登顶 MLE-Bench,48 小时奖牌率 76% — rohanpaul_ai · 2026-11-21
- Meta FAIR 让智能体自写记忆指令,56.0 分反超人类手写 44.6 — winer666 · 2026-11-21
- Heave-Ho 框架让 2-10 台人形机器人无通信协作完成长程任务 — yuewang314 · 2026-11-21