GPT-5.5和Opus 4.7在ARC-AGI-3上的表现及三种失败模式

GPT-5.5 和 Opus 4.7 在 ARC-AGI-3 上的表现

- GPT-5.5: 0.43%
- Opus 4.7: 0.18%

我们发现了三种失败模式：
- 真正的局部效应，错误的世界模型
- 训练数据的抽象层次错误
- 解决了关卡，但没有强化奖励

查看我们的完整分析