Inilabas ng ARC Prize ang ARC-AGI-2 technical report: mas mababa sa 5% ang score ng frontier model, kayang lutasin ng tao ang 100% ng gawain
Orihinal na pamagat:ARC-AGI-2 A New Challenge for Frontier AI Reasoning Systems
AI summary
Inilabas ng ARC Prize ang ARC-AGI-2 technical report, na naglunsad ng bagong benchmark para sa mga frontier AI reasoning system; pinananatili ng disenyo ng gawain ang prinsipyong madaling lutasin ng tao at mahirap lutasin ng AI, at binabawasan ang pagiging posible ng brute-force search. Sinaklaw ng 400 kataong pagsubok ang 1,417 gawain, kayang lutasin ng tao ang lahat ng gawain, may average na humigit-kumulang 2.3 minuto bawat tanong; sa paglabas, ang nangungunang modelo sa ARC-AGI-2 ay hindi lumampas sa 5% success rate, habang ang katulad na modelo sa ARC-AGI-1 ay karaniwang 20% hanggang 50%.
Mahahalagang impormasyon
- Inilabas ng ARC Prize ang ARC-AGI-2 technical report,na naglunsad ng bagong benchmark para sa mga…
- pinananatili ng disenyo ng gawain ang prinsipyong madaling lutasin ng tao at mahirap lutasin ng…
- Sinaklaw ng 400 kataong pagsubok ang 1,417 gawain,kayang lutasin ng tao ang lahat ng gawain,may…
- 3 minuto bawat tanong
- sa paglabas,ang nangungunang modelo sa ARC-AGI-2 ay hindi lumampas sa 5% success rate,habang ang…
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- ARC Prize:官方博客
- Kategorya
- Mga Papel at Pananaliksik
- AI na marka
- 67
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。
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: Inilabas ng ARC Prize ang ARC-AGI-2 technical report: mas mababa sa 5% ang score ng frontier model, kayang lutasin ng tao ang 100% ng gawain. 20 Mayo 2025. https://new.nat6.net/fil/news/cmtyo2p2s03g5rog00pkk4enc/