主要来源OpenAI
查看原文事件专题 · 多源确认
ARC-AGI-3测试：GPT-5.6 Sol在无指令2D游戏中遇困
ARC-AGI-3基准测试要求模型无需指令学习不熟悉的2D游戏。标准测试丢弃了GPT-5.6 Sol每步后的推理，并在上下文填满时丢弃早期动作。这导致模型无法积累有效经验，只能不断重启。测试结果凸显了长上下文维持对推理模型的关键性。
当前结论
ARC-AGI这个测试挺刁钻，GPT-5.6 Sol在没法记住之前推理的情况下学不会新游戏，说明长上下文对推理很重要。
11 个信源55° AI 热度最后更新 2026/7/29 23:57:54
证据链
相关来源 1Decoder
查看原文相关来源 2Sam Altman
查看原文相关来源 3IT之家
查看原文相关来源 4lmarena.ai
查看原文相关来源 5@OpenAIDevs
查看原文相关来源 6小互
查看原文相关来源 7Amjad Masad
查看原文相关来源 8Greg Brockman
查看原文相关来源 9歸藏(guizang.ai)
查看原文相关来源 10SuperTechFans
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。