研究者称 ARC-AGI-3 考验样本效率，经典暴力 rollout 或失灵

研究者 Ryan-Rhys 认为，ARC-AGI-3 明确奖励智能体用尽可能少的动作完成任务，因此极度考验样本效率。相较十多年前的 Atari RL 基准，依赖暴力 rollout 的经典强化学习方法可能失灵，胜负关键在于样本效率而非算力堆叠。