ARC-AGI

最新研究通过四组嵌套式Codex智能体实验，系统拆解了可执行世界建模、计划简化和精确回放验证三大组件在ARC-AGI-3任务中的实际贡献。验证显示完整验证方案表现最佳，但资源消耗显著增加。

研究人员提出ARCANA多智能体框架，通过感知、假设、执行与反思的迭代协作，在严格约束下解决ARC-AGI-2抽象推理任务。该框架结合结构化程序搜索与自适应修正机制，显著提升推理效率。

OPINE-World 提出一种基于 LLM 的智能体，能够通过交互在线学习以对象为中心的程序化世界模型，并在 ARC-AGI-3 基准测试中展现出高效的任务适应能力。