評測來源官方評測
ARC-AGI-2
ARC Prize / 推理 · 從陌生規則中學習和泛化
在 ATech Hot 中觀察中
證據預算不計分
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼，怎麼測
固定標準 harness，與提供商專門優化的 adapter 成績分開。
如何使用這份證據
觀察中：官網 Terms 對系統性採集和聚合要求書面許可；當前官方成績的聚合邊界尚待落實。標準 harness 與 Provider Adapter 分開，不拿專用適配器最高分代表普通模型。
評測侷限與數據署名
觀察中：官網 Terms 對系統性採集和聚合要求書面許可；當前官方成績的聚合邊界尚待落實。標準 harness 與 Provider Adapter 分開，不拿專用適配器最高分代表普通模型。
數據許可：待確認榜單數據使用邊界
成績由 ARC Prize 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。