Schema 框架在 ARC-AGI-3 上接近满分，以物理学家式推理攻克基准
Schema 框架通过让 LLM 将游戏机制写成可验证程序，几乎打穿 ARC-AGI-3，但争议点在于是否作弊式注入了人类知识。
ARC-AGI-3 是考验 AI 规则发现能力的游戏基准。伯克利团队开发的 Schema 框架不修改模型权重，而是引导模型像物理学家一样观察、提出假说、编写可运行程序并验证，在公开集上达到 98.98% 的正确率。但部分成果依赖人工先验知识，引发讨论。
正文摘录
.jpg) 编辑｜Panda 7 月 16 日，伯克利博士后 Haven Feng 的一条推文火了。原因无他，结果很震撼：在 ARC-AGI-3 Public 集上，一套名为 [ schema ] 的智能体框架，与 Claude Opus 4.8、Fable 5 组合后达到 98.98% 的 RHAE；换成 GPT-5.6 Sol 组合，分数也有 95.35% 。 怎么做到的？Feng 的推文表示：「 [schema] 让 LLM 像物理学家一样思考。 」  这条推文很快被转到 55 万次浏览。 要理解这些成果的分量，得先看它站在什么位置上。ARC-AGI-3 今年 3 月上线时，最强的前沿智能体只拿到 0.51%。到 7 月，官方验证过的最好成绩是 GPT-5.6 Sol 在最高推理档下的 7.78%（半私有集），公开集也才 13.33%。一个跑了近半年、被 ARC-AGI 和 Keras 创造者 François Chollet 判断「大约还能撑一年」才会饱和的基准，被几乎打穿了。