OpenAI通过保留其记忆将GPT-5.6 Sol的ARC得分提高了三倍
这38.3%的结果使用了一个自定义的公开集测试框架，而Claude Opus 5仍然位居ARC Prize的已验证排行榜首位。
By Ryan Merket · Published
Primary source: X - Tibo
为何重要
OpenAI 的结果显示，记忆与上下文的底层处理可以将智能体的基准得分提高三倍，令排行榜更为复杂，并使编排成为核心产品优势。
OpenAI 核心产品负责人 Thibault "Tibo" Sottiaux (@thsottiaux) 表示，在 OpenAI 更改了模型在动作之间传递推理和上下文的方式后，GPT-5.6 Sol 在 ARC-AGI-3 上达到了最先进的分数。该说法基于对基准公开任务的自定义运行，而非 ARC Prize 的官方验证排行榜；截至 7 月 29 日，Anthropic 的 Claude Opus 5 仍然领先。
在 在 X 上的一篇帖子 中，Sottiaux 写道，这一改进需要两个设置更改：允许 GPT-5.6 Sol 保留其私有推理，并让它使用 compaction 在多个上下文窗口间工作。OpenAI 在 一篇于 7 月 29 日发布的研究文章 中详细介绍了该实验，报告称模型在公开任务集上的得分从 13.3% 升至 38.3%，同时输出令牌数减少了六倍。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.