09:49Gary Marcus@GaryMarcusGary Marcus转发Wenjie Ma的工作,指出神经符号AI方法schema可能使ARC-AGI-3基准变得可解。schema将经验转化为程序世界模型,并基于完整历史验证,然后搜索解决方案,无需进一步试错。该方法已在交互演示中展示效果,相关分析和演示托管在schema-harness.github.io。AI模型神经符号AIARC-AGI-3schema推荐理由:这个新方法用程序世界模型解决了ARC-AGI-3难题,不用反复试错,比纯神经网络更聪明。原文稍后读已读值得跟进有用关注 神经符号AI
00:21Naval@navalImpossible Research团队发布了名为[schema]的agent harness,能使LLM像物理学家一样推理。在ARC-AGI-3公开测试中,该harness结合Opus 4.8与Fable 5达到99% RHAE,使用GPT-5.6 Sol达到95.35% RHAE。它还能玩游戏、写代码。AI模型Impossible ResearchschemaARC-AGI-3推荐理由:Impossible Research的[schema]让LLM像物理学家推理,ARC-AGI-3刷到99% RHAE,太强了原文稍后读已读值得跟进有用关注 Impossible Research