待验证50% 置信基准精确时间
DOS 3 Note采用新的强化学习方案Tempo，在ARC-AGI 3基准上得分超过30%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/8
首次发现
有效期至：2026/12/7
来源
涉及实体
相关事实
待验证在完全相同的模型下，仅靠Harness策略优化，ARC-AGI-3得分从13.3%提升到38.3%，同时输出Token节省约六倍69% 相似待验证Opus 5在ARC-AGI 3上的得分是次优模型的三倍59% 相似待验证DGM在SWE-bench软件工程基准测试中自动将基线性能提升了一倍以上，实现了30个百分点的绝对提升58% 相似待验证经过GRPO强化学习后，使用TailSFT的检查点最终pass@1提升最高达3.9分57% 相似待验证o3模型在2024年12月的ARC-AGI测试中达到87.5%，同期在Codeforces的评分达到2727（超越99.95%的人类参赛者）57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/877302API
curl https://kongchang.com/api/v1/knowledge/claims/877302MCP
get_claim(id=877302)