重點導讀
Claude Fable 5.2 在 ARC-AGI-3 標準測試架構取得新高分,並公佈 ARC-AGI-1、2、3 的評測結果。
- ARC-AGI-3:provider adapter harness 為 97.7%、$18.6K;standard harness 為 81.2%、$21.9K。
- ARC-AGI-2:93.8%,每題 $0.98。
- ARC-AGI-1:98.5%,每題 $0.36。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
推薦理由
同一模型在兩種 ARC-AGI-3 測試架構下的分數與成本不同,並列 ARC-AGI-1、2 的結果,可看出評測架構和任務成本如何影響比較。
ARC Prize@arcprize
·13 天前
Claude Fable 5.2 from @AnthropicAI on ARC-AGI (Verified):
- ARC-AGI-3: 97.7%, $18.6K (provider adapter harness), 81.2%, $21.9K (standard harness)
- ARC-AGI-2: 93.8%, $0.98/task
- ARC-AGI-1: 98.5%, $0.36/task
Fable 5.2 sets a new high score on ARC-AGI-3 in the standard harness. https://t.co/GfG8Ls7kK1
推文來源 · X (Twitter)在 X 參與討論