ARC-AGI 排行榜：衡量通用人工智能的基准测试
来源：arcprize.org — 2026-07-26 · 158 points · by rzk
📋 概述
ARC-AGI（抽象推理语料库）排行榜展示了各 AI 模型在人类级推理任务上的表现。该基准测试使用网格图案推理题，要求模型从少数示例中推断隐藏规则，被认为是最接近测量「通用智能」的标准，目前人类得分 85%，而最佳 AI 系统仍差距显著。
🔑 核心要点
- ARC-AGI 测试基于少量示例的抽象规则推理，不依赖预训练知识
- 人类平均得分85%，当前最佳 AI 系统得分约55%
- 测试设计刻意排除了语言和文化偏见，纯视觉逻辑推理
- 排行榜已成为AGI 进展的主要晴雨表，奖金池超过百万美元
💡 金句
当 AI 能看一眼三个例子就猜出第四个图案时，我们才真正接近了通用智能。现在，它还在努力。
← 返回 Hacker News 首页