Papers & Forschung

ARC Prize analysiert die wahren Gründe für die guten Ergebnisse von HRM bei ARC-AGI

Originaltitel:The Hidden Drivers of HRM's Performance on ARC-AGI

KI-Zusammenfassung

ARC Prize validierte das Hierarchical Reasoning Model (HRM, 27M Parameter) auf dem verborgenen ARC-AGI Semi-Private-Set: 32 % bei ARC-AGI-1, nur 2 % bei ARC-AGI-2.

Kernpunkte

  • ARC Prize validierte das Hierarchical Reasoning Model (HRM
  • 27M Parameter) auf dem verborgenen ARC-AGI Semi-Private-Set: 32 % bei ARC-AGI-1
  • nur 2 % bei ARC-AGI-2.

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
ARC Prize:官方博客
Kategorie
Papers & Forschung
KI-Bewertung
64
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

原文用消融实验拆解了 HRM 在 ARC-AGI 上的真实性能来源,指出贡献主要来自外循环精炼而非分层架构。

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: ARC Prize analysiert die wahren Gründe für die guten Ergebnisse von HRM bei ARC-AGI. 15. August 2025. https://new.nat6.net/de/news/cmtyo2p2s03g2rog0d7s00t1k/

Alle ansehen →