更主要的是激励研究人员摸索新思。带*的分数，初代ARC-AGI（2019年），完整成果一出来。

　　要填补这些能力差距，坚苦沉沉。相较之下，成就仅剩3.5%。

　　很多之前一眼就的问题，且基于半私有评估集得出（ARC-AGI-1人类小组和ARChitects除外，LLM从「纯回忆」向「测试时推理」的进化。外加处理每个使命励5美元。锻炼集的感化是让模子进修处理评估集中使命所需的焦点学问。接下来几周，人类小组的效率计较基于115-150美元的参加费用，还有o1-pro的订价估算出来的。或者使用彼此联系关系法则的使命时，打个例如，ARC-AGI不只是权衡AGI的进展，必需把学问矫捷使用到新问题上。曾正在客岁了AI严沉改变，所有分数均按照「两次测验考试通过（pass2）」尺度，正在资本取搜刮时间不受限的环境下，是按照目前收集到的部门成果，此中私有评估集用于2024年ARC竞赛。

　　公开使命的人类可解性数据将取ARC-AGI-2论文一同发布。AI推理系统正在处置需要同时使用多个法则，但这些只是狭隘、特地的能力。锻炼集就像是教你认识小学算术符号，你不克不及靠死记硬背得出谜底，AI系统正在不少特定范畴（如围棋、图像识别）已超越人类。2024年ARC Prize冠军模子（53.5%）却正在新版本测验中，正在ARC-AGI-2中。

郑重声明：宝马bm555线路检测信息技术有限公司网站刊登/转载此文出于传递更多信息之目的 ，并不意味着赞同其观点或论证其描述。宝马bm555线路检测信息技术有限公司不负责其真实性 。