11:56
官方账号arXiv cs.AI@Jens Lehmann, Andrei Aioanei, Sahar Vahdati
推荐理由：Tycho让AI在ARC-AGI-3里边玩边建模，GPT-5.6和Opus 5都满分通关，动作效率还胜过人类基线。
Tycho
共 1 条相关 AI 资讯
7月31日
11:56
论文提出Tycho编码代理系统，在ARC-AGI-3的25个公开游戏中用Claude Opus 4.8测试四种编排策略，Actor请求委托策略获得最高平均RHAE 88.49。GPT-5.6 Sol和Opus 5在该策略下均达到100.00 RHAE，并完成全部183个关卡。Opus 5比官方人类基线少用61%的计分动作，游戏均衡首轮人类重播中位排名为100.0。自动修复策略虽能更准确复现观察转移，但RHAE仅83.07，说明还需决定何时构建、修复或绕过模型。