专业知识库与评测机构：ARC Prize Foundation
专业知识库与评测机构 · ARC Prize Foundation。ARC-AGI 抽象推理基准与验证榜。本来源共收录 8 条已通过本类收录机制的资料，均可直接跳转到原始来源。
本类权威分层：A2–B。收录机制：核心资料全收；按各二级来源自身的数据库、方法、版本与榜单结构收录，不设跨机构统一评分机制。
ARC-AGI-3：交互式推理基准
在未知交互环境中测试智能体探索、建立世界模型和高效规划的能力。
证据用途：支持 ARC-AGI-3 的任务定义、设计目标和公开基线。
使用边界：公开环境成绩可能受针对性优化影响；不能代表全部通用智能
关联概念：agent · reasoning-models · model-evaluation
链接复核时间：2026-09-24
ARC-AGI-3 Technical Report
系统说明 ARC-AGI-3 环境、交互协议、评分、官方榜单和反过拟合政策。
证据用途：支持基准方法、评分口径和验证政策的精确解释。
使用边界：技术报告对应特定版本；后续榜单政策可能更新
关联概念：agent · model-evaluation
链接复核时间：2026-09-24
ARC-AGI Official Leaderboard
集中展示 ARC-AGI-1、2、3 的模型成绩、成本、日期和验证状态。
证据用途：支持绑定日期与测试政策的 ARC-AGI 成绩比较。
使用边界：预览与社区自报结果不能等同官方验证；排名随新测试更新
关联概念：reasoning-models · model-evaluation
链接复核时间：2026-09-24
ARC-AGI-1
以少量输入输出示例测试对新颖抽象转换规则的归纳。
证据用途：支持说明 ARC-AGI 最初任务定义和公开评测。
使用边界：成绩必须绑定测试集、成本和验证状态；单一抽象推理基准不代表完整通用智能
关联概念：reasoning-models · model-evaluation
链接复核时间：2026-09-24
ARC-AGI-2
通过重新设计的任务提高对组合推理、符号解释与泛化的要求。
证据用途：支持解释 ARC-AGI-2 相对第一代的设计变化。
使用边界：成绩必须绑定测试集、成本和验证状态；单一抽象推理基准不代表完整通用智能
关联概念：reasoning-models · model-evaluation
链接复核时间：2026-09-24
ARC Prize 2024 Technical Report
总结首届竞赛、参赛方法、验证结果和对抽象推理研究的发现。
证据用途：支持引用 2024 竞赛的方法和正式结论。
使用边界：成绩必须绑定测试集、成本和验证状态；单一抽象推理基准不代表完整通用智能
关联概念：reasoning-models
链接复核时间：2026-09-24
ARC-AGI-2 Technical Report
说明第二代任务设计、难度控制、数据构建和基线表现。
证据用途：支持精确解释 ARC-AGI-2 的构造与评分。
使用边界：成绩必须绑定测试集、成本和验证状态；单一抽象推理基准不代表完整通用智能
关联概念：reasoning-models · model-evaluation
链接复核时间：2026-09-24
ARC-AGI Testing Policy
规定私有测试、提交验证、数据访问和榜单资格要求。
证据用途：支持判断 ARC-AGI 成绩的正式度和可比性。
使用边界：成绩必须绑定测试集、成本和验证状态；单一抽象推理基准不代表完整通用智能
关联概念：model-evaluation
链接复核时间：2026-09-24