GitHub-радар
ARC Task Gen: тест рассуждений ИИ-модели за $0.001
ARC Task Gen от Pathway генерирует задачи для теста рассуждений ИИ-моделей и сопровождает статью о модели в 150 млн параметров, которая превосходит конкурентов при стоимости $0.0007 за задачу.
ARC Task Gen от Pathway генерирует оригинальные задачи в стиле ARC-AGI-1, соответствующие распределению публичного датасета. Репозиторий сопровождает статью о новой архитектуре BDH-CQ — сочетание рекуррентной памяти с итеративным рассуждением в непрерывном латентном пространстве. Главный результат: модель BDH-CQ на 150 млн параметров набирает 29.5% pass@2 на ARC-AGI-1 при стоимости $0.0007 за задачу — в 11 раз дешевле GPT-5.6 Luna Low. Сгенерированные задачи в стандартном ARC-формате совместимы с существующими фреймворками оценки.
Зачем это вайб-кодеру
Исследование показывает, что модель в 10–100 раз меньше современных флагманов может сравняться с ними на задачах структурированного рассуждения при доле стоимости. Для тех, кто работает с ИИ-агентами или оценивает качество моделей, это ориентир: куда движется эффективное рассуждение и как дёшево его проверить.
Как поставить
Скопируйте и отправьте своему агенту — Claude Code, Codex, любому:
Разверни https://github.com/pathwaycom/arc-task-gen (pixi install), спроси у меня ключ API и сгенерируй набор ARC-задач tasks.json по instructions.md.
Запустится на обычном ноутбуке — нужен только Python.
Открыть на GitHub▌ Ещё находки