François Chollet推文
NVIDIA 在 ARC-AGI-3 上的工作点评
这是 NVIDIA 的出色工作。与 ARC-AGI-3 上所有高性能方法一样，它使用深度学习引导的即时符号世界模型合成，即通过生成程序来表示所知来导航世界。需要明确的是，与其他几个近期声明一样，在公开演示集上获得 100% 并不等同于在 ARC-AGI-3 基准上获得 100%。这就像说你通关了游戏，因为你完成了教程关卡。
译文
这是 NVIDIA 非常出色的工作。与 ARC-AGI-3 上所有高性能方法一样，它利用深度学习引导的即时符号世界模型合成，即通过生成程序来表示你所知的内容来探索世界。需要明确的是，与其他几项近期声明类似，在公开演示集上取得 100% 的分数并不等同于“在 ARC-AGI-3 基准测试中取得 100% 的分数”。这就好比说你通关了一款电子游戏，仅仅因为你完成了教程关卡。
This is very nice work from NVIDIA. Like all high-performing approaches on ARC-AGI-3, it uses deep learning-guided on-the-fly synthesis of symbolic world models, i.e. navigating the world by generating programs to represent what you know. To be clear, like with several other recent claims, scoring 100% on the public demonstration set is not the same as "scoring 100% on the ARC-AGI-3 benchmark". It would be like saying you beat a videogame because you cleared the tutorial level.