搜索
Gemini 4 Argon 在 ARC-AGI-3 上获 97.5% 高分
2 小时前
谷歌的Gemini 4 Argon模型在被称为AGI终极挑战的ARC-AGI-3测试中斩获97.5%的高分，成为继OpenAI之后，第二个在该测试中突破95%分数的AI实验室。该模型在ARC-AGI-1和ARC-AGI-2测试中也表现出色，实现了三代考题的全通关。ARC-AGI-3测试自上线七个月以来，前沿模型的得分从不到1%跃升至接近满分，这一测试并非传统基准测试，而是一个无说明、无预设指令的交互式游戏环境，旨在考验模型面对陌生事物时的现学现会能力。Gemini 4 Argon不仅通关效率远超人类基线，部分关卡成绩甚至追平或超越了速通玩家的极限。值得注意的是，同一模型在不同设置下的得分差异显著：在厂商定制的Provider Adapter操作台设置下得分为97.5%，而在官方统一的Standard harness设置下仅得49.8%。榜首的GPT-6 Astra也存在类似情况。这表明，当前AI领域的竞争已不仅限于模型本身的智能水平，而是扩展到了模型与操作台组成的整套系统。因此，在查看AI榜单时，除了关注分数，还需留意harness的类型。
