Naval(@naval)

From our team at Impossible Research - an agent harness that plays games, writes code, reasons like ...

8.5内容质量
From our team at Impossible Research - an agent harness that plays games, writes code, reasons like ...

TL;DR · AI 摘要

Impossible Research发布的新代理框架[schema]在ARC-AGI-3基准测试中表现优异，达到99% RHAE和95.35%得分。

核心要点

  • 框架[schema]使LLM能像物理学家一样推理，达到99% RHAE性能
  • 使用Opus 4.8 + Fable 5组合在ARC-AGI-3取得95.35%得分
  • GPT-5.6 Sol模型在该基准测试中表现接近人类水平

结构提纲

按章节快速跳转。

  1. §框架发布

    Impossible Research团队发布新型代理框架[schema]

  2. ·性能指标

    框架在ARC-AGI-3基准测试中达到99% RHAE和95.35%得分

  3. ›技术实现

    结合Opus 4.8 + Fable 5模型实现物理推理能力

  4. ·应用能力

    框架支持游戏、代码编写、物理推理等多场景应用

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）
  • schema框架
    • 核心能力
      • 物理推理
      • 代码生成
      • 游戏交互
    • 技术指标
      • 99% RHAE
      • 95.35% ARC-AGI-3得分

金句 / Highlights

值得收藏与分享的关键句。

#LLM#ARC-AGI-3#Impossible Research#AI推理
打开原文

Naval on X: "从 Impossible Research 团队发布 - 一个能够玩游戏、编写代码、像物理学家一样推理并完全通过 ARC-AGI-3 基准测试的智能体框架" / X

Naval

@naval

从 Impossible Research 团队发布 - 一个能够玩游戏、编写代码、像物理学家一样推理并完全通过 ARC-AGI-3 基准测试的智能体框架。

Haven Feng

@HavenFeng

5h

今天，我们推出 [schema]：一个在 Opus 4.8 + Fable 5 上达到 99% RHAE、在 GPT-5.6 Sol 上达到 95.35% 的框架，测试集为 ARC-AGI-3 公共集。[schema] 让大语言模型像物理学家一样思考。🧵

00:00

3:08 PM · Jul 16, 2026

213.6K

浏览量

8

3

83

1

5

115

.

6

K

1.6K

0

800

阅读 83 条回复 /