{"id":"16555307","account":"mubei","brand":"@mubei","title":"模型没变。 只调了两个开关，成绩直接飙升到三倍。 GPT-5.6 Sol 已经能去解数学领域的开放难题了。 但在 ARC…","summary":"模型没变。 只调了两个开关，成绩直接飙升到三倍。 GPT-5.6 Sol 已经能去解数学领域的开放难题了。 但在 ARC-AGI-3 这个二维解谜游戏的基准测试里，它却表现得很吃力。 能解数学难题，玩不转2D解谜？ 调查结果出来了，问题出在测试框架（harness）上。 这个框架…","body":"模型没变。\n只调了两个开关，成绩直接飙升到三倍。\n\nGPT-5.6 Sol 已经能去解数学领域的开放难题了。\n但在 ARC-AGI-3 这个二维解谜游戏的基准测试里，它却表现得很吃力。\n\n能解数学难题，玩不转2D解谜？\n调查结果出来了，问题出在测试框架（harness）上。\n这个框架的机制，根本没让模型记下它刚学到的内容。\n\n这要怎么解？\n团队没有重训模型，仅仅启用了两个 API 设置。\n分数当场涨了三倍。","category":"其它","score":null,"percentile":null,"reason_tags":[],"translated_x_url":"https://x.com/i/status/2082823671605756175","translated_status_id":"2082823671605756175","published_at":"2026-07-30 12:13:31","created_at":"2026-07-30T14:03:03+02:00"}