位置：首页  >  详情页
ARC AGI考卷：“被迫重做”下一关考发明
来源：中国青年网 编辑：詹雅俐 2026-09-16 07:31:52


新智元报道


AI把考卷刷到接近满分，下一张，还能考什么？

GPT-6 Astra一出世，在ARC-AGI-3半私有测试集上，拿下了99.9%的成绩。

用OpenAI自己的话说：已经完全「饱和」了。


没想到，它的出现，直接让ARC-AGI原定方案全盘作废。

提前规划好的ARC系列，需要重新拟题了。


就在今天，ARC Prize创始人François Chollet，正式披露了下一代评测蓝图：

ARC-AGI-4确认将于明年Q1如期登场，而真正具有颠覆性、甚至被称为「人类最后考卷」的ARC-AGI-5已全面提上日程。


ARC 4将聚焦更长尺度下，持续学习与课程学习；ARC 5完全围绕「发明」展开。

他甚至表示，「当AI的学习效率与人类再无客观测量差距时，那便是真正的AGI时刻」。

GPT-6刷爆ARC-AGI-3

全靠工程学

GPT-6 Astra在ARC-AGI-3上的表现，是2026年AI圈最具戏剧性的一幕。

在ARC Prize的「标准测试框架」下，Astra拿到62.7%。

这个成绩当然已经是历史最高，但距离满分还很远。

然而，当OpenAI接入自家的Provider Adapter，同一个模型的得分直接飙到99.9%。

这是一种能在多次调用之间保留模型隐藏推理状态的上下文管理适配器，可以让AI以更接近生产环境的方式接入能力插件。


结果就是：同一套权重，同一组题目，得分差出36个百分点。

ARC-AGI-3的排行榜含金量因此被重新审视，争论焦点从「哪家模型泛化能力更强」，变成了「哪个harness更公平」。

这不是孤例。Claude Opus的同一套权重，在ARC-AGI-3私有集上验证为30%，换用更好的harness后达到95.5%。

英伟达的AVO，甚至在公开演示集上拿到100%。


ARC-AGI-3的「饱和」，更像是一个评测工程学事件。

ARC-AGI 3在测什么

前两代ARC-AGI-1和ARC-AGI-2，核心还是「看图找规律」。

系统给几组「输入→输出」的小方格图，AI猜规则，再画出新一组的输出。

这是静态题，答案唯一，靠的是「看几个例子就能归纳出规则」的能力。

到了ARC-AGI-3，考法被彻底换掉了。


它直接把AI丢到一个游戏世界里，在1000多个关卡中，让它自己玩、自己试、自己找规则。

每个游戏有自己的内在逻辑、隐藏规则和通关条件。

没有说明文档，没有自然语言提示，没有人告诉你「收集三个红色方块就能过关」。

AI只能看到当前画面，选择一个动作，观察结果，再决定下一步。

像盲人摸象一样，一步一步试探，在大脑里拼凑出「这个世界可能是这样运作的」的模型。


ARC Prize团队明确列出了这个基准要测的四件事：探索；建模；目标获取；规划与执行。

GPT-6 Astra在96%的关卡上用比人类中位数更少的步数完成了任务，平均每关少用51.7%的动作。

ARC Prize称这是「阶跃式的能力变化」，但同时强调了一句：基准饱和并不等于证明了AGI。

因为这些环境是「有界」且确定性的，不是开放式的 。

下一张考卷

开始逼AI「发明」

按照原计划，ARC 4将延续ARC 3的精神，但更偏向更长时间尺度上的持续学习和课程学习。

每个游戏的关卡多得多，而且关卡是「复利」的，每一关都得复用前面关卡学到的东西。

现在，Chollet把「开放式发明」，放进了ARC 4和ARC 5共同的研发基础。

那么，「考发明」到底怎么出题？


ARC 1到3都有一个共同前提：存在一个「对」的答案或一个「赢」的状态，而且人类第一次上手就能做到，这样才能用人类当尺子。

ARC 3的整套人类基线，就是那486个人、2893次尝试量出来的。

发明的定义里就包含「以前没有」，没有标准答案，也就没有现成的人类基线可以除。

你没法说「人类发明这个东西用了多少步」。那接下来，具体该怎么量？

一条可能的路是回到Chollet对智能的「定义」：智能不是会多少技能，是获取新技能的效率。

如果沿着这条线，发明可以量成——AI造出来的那个新工具、新规则、新记号，有没有后面的问题解得更快。

Astra给游戏编速记符号，其实已经是这个动作的雏形。它发明了一个中间表示，然后靠它省了一半的步数。

下一张考卷，ARC 5大概率是把这件事变成「考题本身」。

ARC 5直奔终极

人类还能出几张考卷？

值得一提的是，ARC系列的考题，大概会在第6代、7代终结了。

Cholle曾表示，只要还能提出「人类能做、AI 不能做」的事，就继续出题；

等到提不出来了，等到人类的学习效率和前沿AI之间的差距已经无法测量，那个时刻就是AGI。

AI进步太快，留给一张评测证明自己「足够难」的时间，正在被压缩。

一道难关刚被攻克，出题人就得寻找下一道。

分数逼近天花板后，原来的考卷也越来越难分辨：AI究竟又强了多少，人类还领先在哪里？


沿着这条趋势看，ARC 5瞄准「发明」，很可能是在提前寻找一道更难被刷穿的考题：

让AI走出预设解法，创造出能被验证、能继续复用的新东西。

这道题能守住多久，现在没人知道。

但如果连开放式发明也无法再拉开人机差距，「考无可考」就会从一句感叹，变成AGI讨论中绕不开的问题。

AI还在加速，人类还能出几张考卷？

参考资料：

https://x.com/FakePsyho/status/2099086728963207537?s=20

编辑：桃子

10BET十博最佳体育平台的特征分析，探讨其在体育博彩中的优势【哔哩哔哩】_【bilibili】 ARC AGI考卷：“被迫重做”下一关考发明
首页 10BET十博最佳体育平台的特征分析，探讨其在体育博彩中的优势
10BET十博最佳体育平台

https://xin.abies.asia/ArTitle/DeTails/824930.sHtML

「活动」首次登录送38积分

561.34MB
版本V7.46.36
下载APK 高速下载
下载10BET十博最佳体育平台安装你想要的应用 更方便 更快捷 发现更多
喜欢 93%好评(16人)
评论 43
10BET十博最佳体育平台的特征分析，探讨其在体育博彩中的优势 10BET十博最佳体育平台截图1 10BET十博最佳体育平台截图2 10BET十博最佳体育平台截图3 10BET十博最佳体育平台截图4
详细信息
  • 软件大小 974.70MB
  • 最后更新 2026-09-16 07:31:52
  • 最新版本 V9.79.38
  • 文件格式 apk
  • 应用分类 ios-Android波克捕鱼在哪里买号
  • 使用语言 中文
  •  需要联网
  • 系统要求 7.15以上
应用介绍
一.仲博平台注册地址彩娱  商洛抖音seo优化关键词怎么做，提升短视频曝光率的有效策略 8彩国际官方
二.丰博赌场  百度seo软件是做什么的公司，帮助企业提升网站可见性
三.新京城国际老网址AV网站  百度爱采购推广的发展现状，乐云seo实力得到广泛认可
四.恒信娱乐平台  SEO排名的关键因素，谫紊云速捷出词多30的实际应用
五.258足球竞彩彩票  搜索引擎优化外包实力乐云seo，助力企业提升网络曝光度
六.欢乐斗牛旧版下载  杭州万词霸屏都用乐云seo十年，助力企业网络营销新模式怎么做seo推广亿金手指科杰二十，掌握核心策略与实际应用
七.澳客彩票网百度  广州百度百科知名乐云seo，深入解析其影响与实践
八.娱乐棋牌送58彩金  深圳网络营销都用乐云seo专家，提升品牌曝光度与转化率

【联系我们】
客服热线：400-5466-8483
加载更多
版本更新
V3.64.64
百度知道口碑公司用乐云seo，提升品牌影响力与搜索排名

类似软件

猜你喜欢

相关攻略
包含 97久久香蕉国产线看观看 的应用集
评论
  • 百度贴吧技术咨询乐云seo，探索网络推广新思路 9天前
    广州网站置顶首荐乐云seo十年，助力企业提升网络曝光率
  • 广州线上营销我选乐云seo十年，十年乐云seo助力广州线上营销 2天前
    掌握seo关键词优化分金手指专业一技巧，提升网站流量与搜索排名
  • 乌鲁木齐网站建设v1一戈seo24,探索高效SEO策略与实际应用 3天前
    成都网址推广佳选乐云seo十年实践探索，助力企业网络营销新机遇
  • 淘宝上的seo拍下不发货，是否值得信赖？ 3天前
    平顶山官网seo关键词排名代理，提升网络曝光率的有效方式
  • 长尾词排名系统的应用分析，佳好乐云SEO专家的实际经验 9天前
    百度爱采购甄选乐云seo权威，提升企业曝光率与市场竞争力
  • 驻马店汝南seo关键词优化多少钱，了解成本构成及市场行情 2天前
    乐云SEO在深圳搜索排名领域的深耕历程,十年磨一剑的品牌故事
  • 张家界百度seo优化哪家好值得探讨，张家界百度seo优化哪家好影响企业发展 0天前
    抖音seo可以做到第一位吗，如何有效提升抖音搜索排名
  • 了解百度seo排名软件，百度seo排名软件价格是多少钱 5天前
    选择关键词seo排名解决方案供应商，提升网站曝光率与流量
  • 广州推广公司都选乐云seo十年，深耕网络优化领域的成功之道 6天前
    网站seo季偶12云速捷专业刷词的应用前景,探讨其潜在的影响因素
  • 提升网站流量的关键策略，探索seo排名优化北苛云速捷耐心30 1天前
    seo2与so2反应在气体中，探讨其反应机制与应用场景
百度权重3的seo站能卖多少，影响价格的关键因素解析百度权重3的seo站能卖多少
ARC AGI考卷：“被迫重做”下一关考发明 -安卓手机网上最贴心的Android软件应用平台! 版权所有：北京云计科技有限公司 abies.asia