热点事件持续更新

arXiv论文研究开源模型在ARC-AGI-2上的训练与校准数据

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Nguyen Minh Thang 发布 arXiv 论文（arXiv:2611.06827），研究哪些训练与校准数据能帮助三个开源模型在离线、四张 L4 GPU、至多 12 小时的约束下解 ARC-AGI-2 任务，报告了 120 个隐藏半私有任务上的 189 次运行。对 NVARC Qwen3-4B 网格模型，作者构建了含 12,000 条可执行规则和 95,993 个任务的语料，再用 1,920 条真实任务记录继续微调，半私有分数从 28.96 升到 33.06（五次运行均值，最好 34.86）；据论文报告，合成任务微调未能超越只用真实任务微调的模型。

AI 根据报道生成 · 17 分钟前更新

最新进展11月5日 01:41

arXiv 论文：ARC-AGI-2 上开源模型的训练与校准数据研究

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

01:41
arXiv · cs.AI精选
arXiv 论文：ARC-AGI-2 上开源模型的训练与校准数据研究
一篇 arXiv 论文（https://arxiv.org/abs/2611.06827v1）研究了哪些训练与校准数据能帮助三个开源模型在离线、四张 L4 GPU、至多 12 小时约束下解 ARC-AGI-2 任务，报告了 120 个隐藏半私有任务上的 189 次运行。对 NVARC Qwen3-4B 网格模型，作者构建了 12,000 条可执行规则和 95,993 个任务的语料，用 1,920 条真实任务记录继续微调后半私有分数从 28.96 升到 33.06（五次运行均值，最好 34.86），而合成任务微调未能超越真实任务模型。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。