跳到正文
智迹闻AuraTracer

何恺明团队提出NAT-ARC纯视觉抽象推理方案

本机阅读

发生了什么

据量子位报道,何恺明团队提出NAT-ARC,一套纯视觉的ARC解题方案。该模型在ImageNet上进行MAE预训练后迁移至抽象格子推理。表现最好的单模型(0.6B参数)在ARC-1上pass@2达63.4%,集成后(总参数量约2B)达到70.2%。这是纯视觉方案首次逼近专用LLM水平。

单模型参数量
0.6B
单模型pass@2
63.4%
集成pass@2
70.2%
集成总参数量
约2B

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. 量子位来源报道

    何恺明团队新作:看猫片就能学会ARC挑战

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 来源报道1 个发布入口