ARC-AGI-2
训练和评测模型解决抽象网格变换推理任务
- Stars
- 723
- Forks
- 106
- 更新时间
- 更新于 2026年7月10日
训练和评测模型解决抽象网格变换推理任务
ARC-AGI-2 提供 1000 个公开训练任务和 120 个公开评测任务,用彩色整数网格测试首次遇到新问题时的抽象推理能力。每题包含示例输入输出和待解测试输入,只有输出尺寸及全部单元格完全正确才算通过;开发时应避免反复利用评测集反馈造成数据泄漏。
资源类型
使用场景
核心能力
GitHub 公开事实最近同步于 2026年7月10日。
在多种交互环境中评测大模型作为智能体的能力
评测智能体能否配置并运行真实研究仓库中的任务
在 Jupyter 或 nteract 中交互运行并分享 Go 代码笔记本。
把网页抓取并转换为适合智能体与 RAG 使用的干净内容。