ARC-AGI-3评估AI与人类行动效率差距

ARC-AGI-3 根据代理与人类行动效率的接近程度进行评分。所有 ARC-AGI-3 环境都由 10 名人类测试者中的至少 2 名解决（大多数情况下是 5+）。我们使用第二佳测试者的行动计数（以排除异常性能）作为人类基线。你在某个环境上的得分表示“你与第二佳人类测试者（10 名随机尝试任务的人中）的行动计数匹配或超过的接近程度”。