精选理由
Opus 5 的基准高分可能是刷出来的，看看专家怎么拆穿这个骗局。
Gary Marcus 引用 Ramez Naam 的推文，指出 Opus 5 在 ARC-AGI-3 基准上的成绩提升可能源于针对该评估的专门训练，而非抽象推理能力的普遍增强。该观点质疑当前用基准分数衡量 AGI 进展的有效性。推文获得 4 条回复、1 次转发和 10 个点赞。
原文 · Gary Marcus
training to benchmarks ≠ getting to AGI
training to benchmarks ≠ getting to AGI Ramez Naam @ramez This suggests that Opus 5 's gain on ARC-AGI-3 was the result of specific training to improve on that eval, and not a generalized increase in abstract reasoning. 🔗 View Quoted Tweet 💬 4 🔄 1 ❤️ 10 👀 1478 📊 4 ⚡