F3-AGI v4.0 提出并报告 ARC-AGI 评测结果

Henrique Oliveira 提交论文，提出 CPU 原生的神经符号与主动推理架构 F3-AGI v4.0，并报告其在 ARC-AGI 系列评测上的结果。 论文称，在 400 题 ARC-AGI-1 公开评测集上，该架构在离线 CPU、零 LLM 调用的条件下解出 57/400 题（pass@2 14.25%，pass@1 56/400），平均延迟 1.62 秒/题；在 350 道严格未检视的留出题上解出 38/350（10.86%），其中 7 题由自主 Cycle-3 补丁解出。作者还在本地 5 款游戏（15 关）的 ARC-AGI-3 风格交互测试中报告完成 15/15 关，关卡加权 RHAE 为 89.44%。上述均为论文自报结果，尚未见独立复现。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。