标签: 基准测试

VISTA 技术解读：何恺明团队用无损视觉记忆把 ARC-AGI-3 打到满分

ARC-AGI-3 官方基准的记分卡上，Claude Opus 5.0 在过去的最好成绩是 40.68 分。同一个模型，换上一套名为 VISTA 的外部框架之后，拿到 100.00 分：25 个公开游戏、183 个关卡全部通关，总步数比首次接触游戏的人类测试者少 57.4%。这套框架来自何恺明团队（MIT），论文《VISTA: A Visual Harnes…