Looped mdlARC获ARC-AGI-2 Kaggle 37.08%
热点事件持续更新
Looped mdlARC获ARC-AGI-2 Kaggle 37.08%
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
独立研究者 Mithil Vakde 发布仅用 ARC 谜题从零训练、包含1亿参数的循环自回归 Transformer Looped mdlARC，并在 ARC-AGI-2 Kaggle 获得37.08%的成绩。按其公布的结果，这一分数超过2025年冠军方案 NVARC 所用微调4B Qwen 的27.64%，也可能是无大语言模型方案中的最高分。 该模型采用 in-context 示例对和 Hub-and-Spoke Attention；Vakde称，1M参数循环模型即可击败此前76M参数版本，但最终模型尚未充分训练、也未完成优化，成绩仍有提升空间。
AI 根据报道生成 · 4 小时前更新
最新进展11月12日 03:08
Looped mdlARC 以 100M 参数在 ARC-AGI-2 Kaggle 取得 37.08%报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- AGI HuntLooped mdlARC 以 100M 参数在 ARC-AGI-2 Kaggle 取得 37.08%
独立研究者 Mithil Vakde 发布 Looped mdlARC，这是仅用 ARC 谜题从零训练的 100M 参数自回归 Transformer，在 ARC-AGI-2 Kaggle 上取得 37.08%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月12日 04:00
- 近 24 小时变化
- –
02.557.510
04:0005:0006:0007:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。