待验证50% 置信基准精确时间

GPT-4在2023年发布时在ARC-AGI原始版本上的裸模型得分仅约5%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/6

首次发现

有效期至：2026/12/5

来源

GPT-6与ARC-AGI基准：抽象推理能力的实质跃迁

涉及实体

GPT-4model ARC-AGIbenchmark

相关事实

待验证GPT-5.6 Sol在ARC-AGI-2上取得92.5%的成绩74% 相似待验证GPT-4 发布时在 MATH 数据集上的正确率为 42.5%71% 相似待验证早期GPT-4在SWE-bench上的解决率不足2%，而近期顶尖模型已突破50%71% 相似待验证据社区流传信息,GPT-6在ARC-AGI-3上借助专门的推理框架(harness)取得较高成绩,裸模型能力达到约60%71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/865829

API

curl https://kongchang.com/api/v1/knowledge/claims/865829

MCP

get_claim(id=865829)