#Gemini 3 Pro

研究测试了四种大模型从代码提交中提取架构设计决策的能力，发现虽有一定效果但仍有改进空间。

这篇论文的方法很实在，用多模态搜索加整体判断，在ARC-AGI-2上做到了72.9%，比GPT-5.2 Pro高了将近19个点，代码还开源了。