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.
Инструмент ARC Task Gen генерирует задачи на рассуждение, похожие на ARC-AGI-1. Эти задачи по распределению совпадают с публичными данными для оценки. Этот репозиторий сопровождает нашу статью, где описана наша новая архитектура модели, BDH-CQ, которая включает итеративное рассуждение и обучение в контексте через эволюционирующую рекуррентную память в непрерывном латентном пространстве. Версия нашей модели BDH-CQ с 150M параметров даёт pass@2 29.5% на эвал-сете ARC-AGI-1 всего за $0.0007 за задачу, то есть она в 11 раз эффективнее, чем GPT-5.6 Luna Low. Наши синтетические задачи используют тот же формат ARC JSON, что и настоящие задачи ARC, то есть их можно оценивать теми же инструментами.
Зачем это вайб-кодеру
В этой статье мы показываем, что гораздо меньшая модель (в 10–100 раз меньше, чем SOTA) может показывать такую же производительность на задачах структурированного рассуждения, при этом будучи значительно эффективнее. Хотите увидеть, как выглядит будущее эффективного рассуждения? Или как рассуждать эффективно? Познакомьтесь с нашей работой!
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