ARC-AGI-3 の 99.9% を中心に GPT-6 Astra のベンチマークを理解したい
- GPT-6 Astra が ARC-AGI-3 で 99.9% のスコアを達成した
- ARC-AGI-3 のスコアはハーネスの種類と操作効率で大きく変化し、Standard と Provider Adapter の条件で比較されている
- ハーネスの違いや評価基準を理解しないとスコアの意味を正しく把握できない
ARC-AGI-3 の 99.9% を中心に GPT-6 Astra のベンチマークを理解したい - Qiita


