ARC Prize Foundation 推出第二代抽象推理基准 ARC-AGI-2

ARC Prize Foundation 发布抽象推理语料第二代基准 ARC-AGI-2，共 1,360 个任务，其中 1,000 个训练任务和 360 个评测任务，按 pass@2 评分。基准移除了可被暴力程序搜索破解的任务，新增针对符号解读、组合推理和上下文规则应用的题目；超过 400 人的人类测试显示平均得分 60%，而发布时纯 LLM 得分为 0%，前沿推理模型仅有个位数百分比。