ARC-AGI
Chollet's abstraction puzzles — designed to resist everything but intelligence.
Estás viendo un registro de benchmark: una prueba que la industria utiliza para medir chips o modelos, y lo que realmente indica.
ARC's colored-grid puzzles require inferring a novel rule from a few examples — trivial for humans, brutal for pattern-matchers. o3's 87.5% high-compute result on ARC-AGI-1 (Dec 2024) was a landmark; ARC-AGI-2 promptly reset the frontier to single digits, keeping the target moving and the definition debate alive.
Cómo se conecta con el resto del stack
Los enlaces de esta ficha de un vistazo: haz clic en un grupo para ir directamente a él.
Benchmarks
Relacionado
Fuentes
Registro revisado a fecha de 2026-01-15 — ver Metodología.