速報
ARC-AGI-3 代理歸因研究：完整驗證變體全面解題，但可能僅飽和公開集
一項針對 ARC-AGI-3 代理的歸因研究，設計四種巢狀 Codex 變體進行比較。結果顯示完整驗證變體在四組設定中皆排名第一，但資源消耗較高；後續以 gpt-5.6-sol 測試時，該變體完全解完所有公開遊戲，RHAE 約 99%，動作數不到人類基線一半，但可能僅代表公開集飽和。
速報
一項針對 ARC-AGI-3 代理的歸因研究，設計四種巢狀 Codex 變體進行比較。結果顯示完整驗證變體在四組設定中皆排名第一，但資源消耗較高；後續以 gpt-5.6-sol 測試時，該變體完全解完所有公開遊戲，RHAE 約 99%，動作數不到人類基線一半，但可能僅代表公開集飽和。
深度分析
ARC-AGI-3要求代理在陌生回合式環境中靠互動發現規則與勝條。本文提出AERA三階段架構：EXPLORE/VERIFY/PLAN，以信念熵為探索門檻並用預算平衡速度與深度。實驗指出公開25場可被非智慧策略通過，而私有55場競賽提交達到RHAE=0.30，凸顯基準集的判別限制。