跳到正文

ARC-AGI-2

ARC Prize / 科研 · 從陌生規則中學習和泛化

官方評測
在 888news 中觀察中
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集

它測什麼,怎麼測

固定標準 harness,與提供商專門最佳化的 adapter 成績分開。

如何使用這份依據

觀察中:官網 Terms 對系統性採集和聚合要求書面許可;當前官方成績的聚合邊界尚待落實。標準 harness 與 Provider Adapter 分開,不拿專用介面卡最高分代表普通模型。

評測局限與數據署名

觀察中:官網 Terms 對系統性採集和聚合要求書面許可;當前官方成績的聚合邊界尚待落實。標準 harness 與 Provider Adapter 分開,不拿專用介面卡最高分代表普通模型。

數據許可:待確認榜單資料使用邊界

成績由 ARC Prize 發布,各項原始分數使用不同尺度,不能直接相加;參考名次採用公開的分差標準化規則。