ARC Prize 正式开源了迄今为止最全面的 ARC-AGI-3 人类基准数据集，引入了新的度量标准并改进了评分规则。
📝 详细摘要
这条推文转述了 ARC Prize 组织的一个重要动态：开源 ARC-AGI-3 人类基准数据集。该数据集是 ARC-AGI 系列中迄今为止最全面的人类测试研究，核心特点包括确保每个环境至少有 2 人成功解决、首次正式引入「学习效率」度量、以及采用中位数人类表现代替第二名作为评分基准，并将单关得分上限提升至 115%。
📊 文章信息
AI 初评：79
来源：Berryxia.AI(@berryxia)
作者：Berryxia.AI
分类：人工智能
语言：中文
阅读时间：1 分钟
字数：145
标签： ARC Prize, AGI, 基准测试, 数据集, AI 评测