02:32官方账号Epoch AI@EpochAIResearch精选智谱AI的GLM-5.2在Epoch Capabilities Index上获得152分,是评估过的所有开源权重模型中的最高分。该分数仍低于7个多月前发布的Gemini 3 Pro。这一结果显示出开源模型在能力基准上的进展,但与顶级闭源模型仍有差距。AI模型GLM-5.2智谱AIEpoch Capabilities IndexGemini 3 Pro开源模型2 个信源在谈推荐理由:智谱开源模型GLM-5.2在能力指数上拿到开源最高152分,不过还是比不过7个月前发布的Gemini 3 Pro,差距一目了然。原文
09:52官方账号arXiv cs.LG@Johan Land该论文针对ARC-AGI-2视觉推理基准提出一种新求解器,将文本、图像和代码作为独立搜索算子生成多样候选轨迹,并通过上下文保留的整体判断模型在长上下文提示中联合比较所有候选。在ARC Prize半私有评估集上取得72.9%准确率,成本38.99美元/任务,超过GPT-5.2 Pro的54.2%和Gemini 3 Pro的54.0%。在公开评估集上达到76.1%,成本19.69美元/任务。作者开源完整代码,并报告了负面结果,如规定性提示模板和迭代细化会系统性降低假设多样性。论文ARC-AGI-2GPT-5.2 ProGemini 3 Pro推理模型多模态推荐理由: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。原文