帖子认为ARC-AGI-3表现受推理设置、多上下文与压缩实现显著影响。
推荐理由：若仅靠两项设置就让模型达到ARC-AGI-3 SoTA，说明评测结果越来越依赖推理编排、上下文管理和压缩机制，单看基座模型已不足以判断能力。
阅读原文