Artículos e investigación

ARC Prize publica el informe técnico de ARC-AGI-2: los modelos de vanguardia no superan el 5% y los humanos resuelven el 100% de las tareas

Título original:ARC-AGI-2 A New Challenge for Frontier AI Reasoning Systems

Resumen de IA

ARC Prize publicó el informe técnico de ARC-AGI-2 y presentó un nuevo benchmark para sistemas de razonamiento de IA de vanguardia, con tareas diseñadas bajo el principio de que los humanos las resuelvan fácilmente y la IA con dificultad, reduciendo la viabilidad de la búsqueda por fuerza bruta. Las pruebas con 400 personas cubrieron 1417 tareas; los humanos resolvieron todas, con una media de unos 2.3 minutos por tarea. En el momento del lanzamiento, los modelos líderes no superaron el 5% de éxito en ARC-AGI-2, mientras que modelos similares suelen alcanzar entre 20% y 50% en ARC-AGI-1.

Puntos clave

  • ARC Prize publicó el informe técnico de ARC-AGI-2 y presentó un nuevo benchmark para sistemas de…
  • Las pruebas con 400 personas cubrieron 1417 tareas
  • los humanos resolvieron todas,con una media de unos 2.
  • 3 minutos por tarea.
  • En el momento del lanzamiento,los modelos líderes no superaron el 5% de éxito en…

Resumen rápido

Publicado
Actualizado
Fuente
ARC Prize:官方博客
Categoría
Artículos e investigación
Puntuación IA
67
Leer el original Leer el artículo completo en la fuente original
Por qué importa

官方技术报告给出人类实测与前沿模型得分对比,可以据此了解新基准的难度设计和它想度量的能力差距。

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: ARC Prize publica el informe técnico de ARC-AGI-2: los modelos de vanguardia no superan el 5% y los humanos resuelven el 100% de las tareas. 20. mayo 2025. https://new.nat6.net/es/news/cmtyo2p2s03g5rog00pkk4enc/

Ver todo →