介绍抽象推理领域任务及模型表现欠佳

𝟭/𝟱: 领域1 - 抽象推理 🧩
模型能解数独或导航2D迷宫吗？该领域测试内部模拟——操作符号规则和心理转换。
任务：迷宫求解、数独、ARC-AGI和数学挑战。
现实检验：大多数模型在此领域表现糟糕。例如，ARC-AGI的准确率目前低于10%。