待验证50% 置信基准精确时间

同等规模甚至更小的LRM已经将ARC 1基准刷满（saturate），准确率接近100%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/6

首次发现

有效期至：2027/1/4

来源

从直觉到推理：LRM与传统LLM的范式之变

涉及实体

大推理模型concept ARCproduct

相关事实

待验证ArcFace在LFW数据集上达到了99.83%的验证准确率71% 相似待验证将模型规模放大约十万倍，基础LLM在ARC上的成绩只从0%提升到约10%71% 相似待验证在ARC-AGI-2测试集上，系统在240个测试任务中解决了230个，整体准确率超过95%65% 相似待验证研究表明经过良好校准的LLM裁判与人工标注的一致性可达80%以上64% 相似待验证Intel Arc A770M的实测LLM推理吞吐有时仅相当于同级NVIDIA独显的60%~70%63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/980204

API

curl https://kongchang.com/api/v1/knowledge/claims/980204

MCP

get_claim(id=980204)