观察中
ARC Prize公布Inkling 2 Small评测成绩
- 报道
- 3
- 信源
- 1
- 首次报道
- 11/17 05:29
- 最近更新
- 11/17 05:29
ARC Prize 公布了 Thinking Machines 的 Inkling 2 Small 在 ARC-AGI 各基准上的验证成绩:ARC-AGI-1 得分 96.5%、每任务成本 $0.08,ARC-AGI-2 得分 81.7%、每任务成本 $0.27,两项均超过 ARC Prize 评测过的所有开放权重模型,也高于 DeepSeek V4.1 Flash 1017 的 94.5% 和 78.1%。 但在 ARC-AGI-3 上,Inkling 2 Small 仅得 2.6%(provider adapter,总计 $704)或 0.3%(standard,总计 $858),落后于 DeepSeek V4.1 Flash 1017 的 5.8%。Thinking Machines 计划下周发布完整权重。
热度48 小时内每个独立信源只算一次,24 小时减半
- 48 小时参与信源
- 1
- 6 小时新加入
- 0
- 24 小时新报道
- 0
- 热点排名
- —
热度曲线会在事件持续一段时间后出现。
事件进展1 个阶段
ARC Prize公布Inkling 2 Small在ARC-AGI上的成绩
ARC Prize 等 3 篇报道
全部报道3 篇
@thinkymachines - 排行榜:https://arcprize.org/leaderboard - 复现 ARC-AGI-3 公开结果:https://github.com/arcprize/arc-agi-3-benchmarking - 测试政策:https://arcprize.org/policy - Inkling 2 Small 完整结果:https://arcprize.org/results/thinky-inkling-2-small
ARC Prize
ARC Prize 介绍 Inkling 2 Small 在 ARC-AGI-1 与 ARC-AGI-2 上的评测表现
ARC Prize 发文介绍 Thinking Machines 的 Inkling 2 Small 在 ARC-AGI-1 与 ARC-AGI-2 上的评测表现。引用数据显示,该模型在 ARC-AGI-2 上得分 81.7%、每任务成本 $0.27,在 ARC-AGI-1 上得分 96.5%、每任务成本 $0.08,在两个基准上均超过 ARC Prize 评测过的所有开放权重模型。Thinking Machines 计划下周发布完整权重。
ARC Prize精选
来自 @thinkymachines 的 Inkling 2 Small 在 ARC-AGI(已验证)上的表现: - ARC-AGI-3:2.6%,总计 $704(provider adapter);0.3%,总计 $858(standard) 它在 ARC-AGI-1(96.5% vs 94.5%)和 ARC-AGI-2(81.7% vs 78.1%)上击败了 DeepSeek V4.1 Flash 1017,但在 ARC-AGI-3 上落后(2.6% vs 5.8%)。
ARC Prize
