ARC-AGI-3 新高分达到 68.91%

ARC Prize 官方账号于 2026-10-13 发布消息称，Tufa Labs 在 ARC-AGI-3 高分榜取得 68.91%，关注价值在于该榜单面向需要实时适应交互环境的智能体系统，而非单轮问答模型。

• ARC Prize 官方 ARC-AGI-3 Leaderboard 页面（2026-10-13）将该基准定义为测试智能体在新型交互环境中的适应能力。
• 官方榜单说明，ARC-AGI-3 结果可能采用 Standard harness 或 Provider Adapter harness，评测系统和运行方式会影响可比性。
• 榜单还区分已验证结果与 preview 结果，并说明部分未完成全部测试的系统会将剩余任务计为错误。
• “从 56% 跃升至 68%”是 ARC Prize 在 X 帖子中的表述，不能仅据此判断算法改进来自模型、提示、工具链或评测配置中的哪一项。
• 影响/看点：如果该成绩通过 ARC Prize 的验证流程并在相同 harness、任务集和成本约束下保持，可能表明专用智能体系统在交互式推理基准上的上限继续提高；其实际意义取决于复测结果、评测成本和跨环境泛化能力。
• 资料依据:
• ARC Prize 官方 ARC-AGI-3 Leaderboard（2026-10-13）：https://arcprize.org/leaderboard
• ARC Prize（X，2026-10-13）：https://x.com/arcprize/status/2110031207601979715

本内容由 AI 生成，仅供参考，请注意甄别