待验证60% 置信事实时间未知

人类在ARC-AGI测试上的平均得分约为85%，而顶尖AI模型长期徘徊在30%-60%区间

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Claude 4.5 vs Gemini 3 Pro：编程能力全面对决

bilibiliClaudeEvangelist

涉及实体

相关事实

待验证ARC-AGI-1 在2024年之前，最先进的AI系统正确率长期徘徊在30%左右，远低于人类的85%以上79% 相似待验证ARC-AGI-2由AI安全研究员François Chollet设计，早期GPT-4在该测试上得分不足10%，人类平均得分约85%78% 相似待验证AI意图识别准确率一般在85%-95%之间72% 相似待验证GAIA题目对人类来说相对简单，人类平均正确率约92%，但对顶级AI模型极具挑战性69% 相似待验证ICIR是平均IC除以其波动，类似夏普比率逻辑，ICIR高于0.5通常被认为值得进一步研究67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/4050

API

curl https://kongchang.com/api/v1/knowledge/claims/4050

MCP

get_claim(id=4050)