arXiv cs.AI· Harsidak Singh Banwait·· 10 小时前AI 评分52
论文提出 SARBLOH：ARC-AGI-3 上感知而非规划主导交互推理
Transforming Integer Grids to Spatial Intuition: Perception, Not Planning, Governs ARC-AGI-3
AI 导读
论文提出 SARBLOH，一个基于开源权重的智能体，核心论点是 ARC-AGI-3 的交互推理由空间感知而非规划能力主导。其零参数 O(HW) 感知引擎在 35 ms 内把每帧转为物体清单，配合二分时序跟踪、区分已证不变量与可供性假设的几何简报以及标注画布，再以代码即动作的运行时让智能体编写算法假设而非底层操作。
正文 · AI 翻译
摘要：样本高效的流体智力要求智能体能够快速为陌生的交互式环境建立工作模型。ARC-AGI-3 通过无指令的视觉游戏对此进行测试，评分依据是相对人类动作效率，该指标会对探索性浪费进行二次惩罚。当前沿模型读取原始整数网格时，序列化会破坏空间拓扑，它们会花费数百个动作重新发现基本边界和对称性。我们提出 SARBLOH，这是一个开放权重智能体，其前提是空间感知而非规划能力主导 ARC-AGI-3 上的交互式推理。一个零参数 O(HW) 感知引擎在 35 毫秒内将每一帧转换为带有二分时间追踪的对象清单、一份将已证不变量与可供性假设分离的几何简报，以及一块标注画布。配合代码即动作运行时，该智能体编写算法假设而非低级移动。在八种呈现方式中，基于感知将评分标准得分从 3/28 提升至 25/28 分，同时将 token 使用量减少 89.4%。在 23 个留出游戏上，几何不变量以 100% 准确率泛化，而单帧可供性猜测降至 6-50%，因此主动验证探针仍然必要。在公开集上，Run A（简报关闭）在 8.2 小时内以 59.4% 的单次通过效率解决了 183 个关卡中的 143 个；Run B（简报开启）达到 63.5%。在单块 Kaggle RTX PRO 6000 GPU 上的九小时预算内，SARBLOH 在隐藏的 Kaggle 评估中得分为 16.53，是首个 Milestone 获胜者的 13.7 倍。
| 评论： | 24 页，17 幅图，8 张表。提交至 ARC Prize 2026 论文赛道。代码：此 https URL |
| 主题： | 机器学习 (cs.LG)；人工智能 (cs.AI) |
| 引用为： | arXiv:2611.06793 [cs.LG] |
| （或 arXiv:2611.06793v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06793 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Harsidak Singh Banwait [查看电子邮件]
[v1]
2026 年 11 月 4 日星期三 17:11:04 UTC（1,338 KB）
来源：arXiv cs.AI · arxiv.org