ARC Prize analyse les véritables raisons des bons résultats du HRM sur ARC-AGI
Titre original:The Hidden Drivers of HRM's Performance on ARC-AGI
Résumé IA
ARC Prize a validé le Hierarchical Reasoning Model (HRM, 27M paramètres) sur l'ensemble caché ARC-AGI Semi-Private : 32 % sur ARC-AGI-1, mais seulement 2 % sur ARC-AGI-2.
Points clés
- ARC Prize a validé le Hierarchical Reasoning Model (HRM
- 27M paramètres) sur l'ensemble caché ARC-AGI Semi-Private: 32 % sur ARC-AGI-1
- mais seulement 2 % sur ARC-AGI-2.
En bref
- Publié
- Mis à jour
- Source
- ARC Prize:官方博客
- Catégorie
- Articles et recherche
- Score IA
- 64
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。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : ARC Prize analyse les véritables raisons des bons résultats du HRM sur ARC-AGI. 15. août 2025. https://new.nat6.net/fr/news/cmtyo2p2s03g2rog0d7s00t1k/