纳瓦尔团队发布名为 [schema] 的框架，声称大幅提升 ARC-AGI-3 分数，但作者质疑其存在过拟合公开测试集的嫌疑。
📝 详细摘要
纳瓦尔团队推出了名为 [schema] 的 Harness 框架，宣称在 ARC-AGI-3 公开测试集上通过特定模型组合（如 Opus 4.8 + Fable 5）达到了 99% 的极高分数。然而，博主 Gorden Sun 对此持批判态度，认为该方法由于完全基于公开测试集设计，具有极强的针对性，本质上更像是针对特定答案的“过拟合”，缺乏通用的可迁移能力。
📊 文章信息
AI 初评：78
来源：Gorden Sun(@Gorden_Sun)
作者：Gorden Sun
分类：人工智能
语言：中文
阅读时间：1 分钟
字数：121
标签： ARC-AGI-3, Harness Framework, Overfitting, LLM Benchmark, Artificial Intelligence