待验证50% 置信事实精确时间

ARC每道题由数对输入-输出网格图像构成，测试者需从3-5个示例推断规则并应用到新输入，没有两道题共享相同的解题规则

1

来源数

50%

置信度

长期有效

时效性

2026/10/6

首次发现

来源

从直觉到推理：LRM与传统LLM的范式之变

涉及实体

相关事实

待验证ARC-AGI包含400道训练题和400道测试题,每道题由2-3个输入输出示例和一个待解决的测试用例组成73% 相似待验证一个完整的 eval 由数据集、被测系统、评分器、指标四部分组成，评测时应每次只改一个变量并重跑同一批用例68% 相似待验证测试效果不理想时应遵循单变量控制，按提示词→输出格式→样本示例→工具描述→记忆的顺序逐级排查67% 相似待验证ARC-AGI是需要从极少示例中归纳抽象规则的基准测试66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/980201

API

curl https://kongchang.com/api/v1/knowledge/claims/980201

MCP

get_claim(id=980201)