ARC-AGI
ベンチマーク
性能
Chollet's abstraction puzzles — designed to resist everything but intelligence.
これはベンチマークのレコードです。業界がチップやモデルの性能を測定するために使うテストと、そこから実際にわかることを紹介します。
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.
スタック全体とのつながり
このレコードのリンク一覧 — グループをクリックするとジャンプします。
ベンチマーク
出典
レコードのレビュー時点： 2026-01-15 — 表示 調査手法.