ARC Prize 2025 竞赛回归，推出更难的 AGI 基准测试 ARC-AGI-2。与前代相比，ARC-AGI-2 对于 AI 来说更具挑战性，但对人类来说仍然相对容易。该基准测试专注于对人类来说简单但对 AI 来说困难的任务，旨在揭示单纯“规模化”无法解决的智力差距。本次竞赛提供百万美元奖金，鼓励开源创新，推动高效、通用的 AI 系统发展，最终目标是缩小人类和 AI 之间的差距，实现真正的 AGI。
阅读更多
DeepSeek发布了R1-Zero和R1两个推理系统，在ARC-AGI-1基准测试中取得了与OpenAI的o1系统相当的成绩(15-20%)，远超仅依靠LLM规模化训练的GPT-4o(5%)。R1-Zero尤其引人注目，因为它完全依赖强化学习，无需人工标注（SFT），这突破了以往依赖大量人工标注的瓶颈。虽然R1-Zero在可读性和语言混杂性方面存在一些挑战，但在数学和编码领域表现出色，表明在特定领域，无需SFT也能实现准确的链式思维推理。这为AGI研究开辟了新的方向，预示着未来可能出现完全摆脱人工标注的AGI训练模式。
阅读更多
OpenAI 的新型 o3 系统在 ARC-AGI-1 公开训练集上进行训练，在半私有评估集上取得了 75.7% 的突破性高分，这标志着人工智能能力的显著提升。该系统展现出前所未有的新任务适应能力，挑战了现有大型语言模型的局限性。虽然 o3 系统在一些简单任务上仍然失败，距离通用人工智能（AGI）还有距离，但这项成果为 AGI 的研究提供了宝贵的数据点，也突显了在测试时重新组合知识的重要性。
阅读更多
2024 ARC 奖竞赛结果公布，大奖仍然无人获得。竞赛发布了官方技术报告，详细介绍了排名靠前的解决方案、技术分析、趋势和重要见解。ARChitects 团队以 53.5% 的得分获得第一名，赢得 2.5 万美元奖金。竞赛还公布了论文奖获奖者，一等奖由“结合归纳和转导进行抽象推理”的论文获得，奖金 5 万美元。2025 年 ARC 奖将继续举办，并计划推出 ARC-AGI-2 基准测试。
阅读更多
由于人工智能，特别是大型语言模型（LLM）的进展局限于记忆和应用模式，真正的通用人工智能（AGI）需要具备像人类一样高效学习新技能的能力。ARC-AGI 评估测试表明，当前 AI 系统远未达到人类水平。ARC Prize 挑战赛应运而生，旨在鼓励开源研究，推动 AGI 发展。该竞赛由 Mike Knoop 和 François Chollet 主办，Infinite Monkey 和 Lab42 支持，提供超过 100 万美元的奖金，鼓励参赛者解决 ARC-AGI 评估，并开源其解决方案。
阅读更多