FChollet称无法复现Qwen3的ARC-AGI-1得分

请注意，我们无法复现最新的 Qwen 3 版本声称的 41.8% ARC-AGI-1 得分——无论是在公开评估集还是半私有集上。我们看到的数据与其他近期基础模型一致。

一般来说，只信任 ARC Prize 基金会在半私有集上验证的分数。这样你才能相信所有经验证的模型都使用了一致且公平的方法。