★ 4
Kepler：ARC-AGI-3 可审计世界模型
论文发布开源工具 Kepler，将假设表示为可执行世界模型并通过回溯转移检查与条件预测检查验证。在冻结的 Claude Opus 5 配置下，Kepler 在全部 25 个公开游戏上取得服务器验证的 100.00 RHAE，但作者同时报告源码泄漏、控制组重建工具链等三类评测失效，指出公开集分数区分…
arXiv cs.AI31 天前
#ARC-AGI
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
论文：测试时通信让多智能体在 ARC-AGI-3 上超越并行独立尝试
论文研究多智能体在测试时通过共享目录通信的效果，发现 k 个通信智能体的成功率可媲美 4k 个独立智能体，且优势随规模扩大而累积。在 ARC-AGI-3、多联骨牌拼装与 MNIST 分类器压缩任务上，通信团队超越最佳单智能体甚至人类已知最优解。但该增益在算力有限或缺乏明确进展信号时并不成立。
arXiv cs.LG42 天前
★ 4
★ 3
MacBook 无 LLM 解出 ARC-AGI 全部 400 题
有开发者声称在 Mac M1 上不使用任何大语言模型，约两分钟解出ARC-AGI全部400道题。该结果若属实，将挑战ARC-AGI作为衡量通用智能基准的有效性，但作者未公开其知识产权细节。
Hacker News – LLM24 天前
★ 3
研究：机制性解析分层推理模型HRM的数独与ARC-AGI-2表现
研究对分层推理模型（HRM）在数独、迷宫与 ARC-AGI-2 任务上进行机理分析，通过因果干预、线性探针与稀疏自编码器消融揭示其推理机制。结果显示 HRM 本质上是在谜题特定解状态上做约束感知的迭代精化，并不依赖紧凑且因果重要的特征集。
arXiv cs.LG41 天前