1位菲尔兹奖得主+12位博士，这些俄罗斯数学家训出了顶级AI（在新窗口打开）
俄罗斯AI初创公司Mostik由12位博士和1位菲尔兹奖得主组成，在Kaggle ARC-AGI-3竞赛中冲上榜首，并推出让大模型与小模型在数学空间直接传递隐藏状态的"桥梁"技术，使混合系统运行成本仅为完整大模型的二十分之一且小模型补上约50%的性能差距。
搜索
关于“ARC AGI”的结果
共 19 篇
清华团队提出代数世界模型 AWM，探索游戏规则与形式化证明（在新窗口打开）
AWM 将交互环境中的观察写成可执行假设，再通过实验修订与 Lean 4 形式化，尝试在游戏中解释可行路径和无解条件。团队报告了 ARC-AGI-3 任务结果，同时指出证明依赖于已建模的规则，遗漏环境机制时仍需重新探索和验证。
华为AI靠RSI通关25款游戏！操作次数比人类少56%（在新窗口打开）
一边打游戏，一边给自己升级？ 好家伙，华为这波直接让AI学会了《边玩边变强》啊？！ 最新一项研究，华为诺亚方舟实验室联合UCL等团队拿出了一个名叫Memento 3的AI智能体系统—— 直接把ARC-AGI-3公开集里的25款游戏、183个关卡，全部打通了。 还不是靠无脑试错硬闯过去的。 人类完成同样一套关卡，需要17135次操作。 而Memento 3只用了7518次，比人类少操作约56%，最终拿下了满分100的RHAE成绩（Relative Human Action Efficiency，相对人类行动效率）。 更离谱的是，这套系统以Claude Opus 5为底模，全程没有更新模型权重，也
GPT-6刷到99.9%，ARC AGI考卷被迫重做！下一关考「发明」（在新窗口打开）
AI把考卷刷到接近满分，下一张，还能考什么？
突发，OpenAI GPT-6跑分作弊被抓包了！（在新窗口打开）
媒体报道OpenAI发布GPT-6 Astra官博前后多次悄悄修改跑分数据，包括将自身幻觉率从4.2%降至2.0%、将竞品Anthropic Fable 5.1数学成绩调低近10个百分点，并将ARC-AGI-3得分从98.6%注水至99.99%，OpenAI仅以"消除噪点的常态修正"作为回应。
刚刚，全球最难考试惊天大反转！AI黑马 Symbolica冲破36%，顶流模型集体翻车（在新窗口打开）
就在昨天，ARC-AGI-3刚把全球顶尖大模型按在地上摩擦，结果一家名不见经传的公司却给出惊天消息：他们的AI在首日就取得了36.08%的成绩！这匹黑马究竟靠什么撕开全球最难AI考试的铁幕？是真突破，还是另有玄机？
Gemini 3.1 Pro 曝光，能力翻倍价格不变，谷歌想重新定义 AI 竞争规则（在新窗口打开）
当地时间 2 月 19 日，Google 曝光 Gemini 3.1 Pro 最新模型。在 ARC-AGI-2 这个公认的推理基准测试中，Gemini 3.1 Pro 拿到了 77.1% 的分数。什么概念？它的前辈 Gemini 3 Pro 只有 31.1%，就连专门用来「深度思考」的 Gemini 3 Deep Think 也只有 45.1%。
刚刚谷歌发布 Gemini 3.1 Pro（在新窗口打开）
今天凌晨，Google 发布 Gemini 3.1 Pro。核心提升在推理能力，ARC-AGI-2（抽象推理基准）从 3 Pro 的 31.1% 跳到 77.1%，翻了一倍多，GPQA Diamond（科学知识推理）从 91.9% 提到 94.3%
6位前DeepMind老将打造「AI指挥官」，一半成本刷新SOTA（在新窗口打开）
6位前DeepMind成员以元系统重塑大模型调用方式，该系统推出的Gemini 3 Pro优化技术在ARC-AGI-2上以54%的成绩夺得榜首，而成本仅为此前最优方法的一半。