في نهاية مسابقة جائزة ARC لعام 2024، حققت تقديمتان جديدتان موثقتان نتائج متقدمة على لوحة المتصدرين العامة لـ ARC-AGI (ARC-AGI-Pub). حصل جيري برمان على 53.6% باستخدام نهج حسابي تطوري أثناء الاختبار مع Claude Sonnet 3.5، بينما حقق فريق مشترك من MIT وكورنيل دقة بنسبة 47.5% عبر التدريب أثناء الاختبار.
تقوم طريقة جيري برمان بتوليد وتحسين وظائف تحويل Python بشكل تكراري لتجنب القيم العظمى المحلية، منتجةً ما يصل إلى 500 وظيفة لكل مهمة. تستغل تعاون MIT/كورنيل تقنيات الاستقراء والاستدلال التكميلية، محسنة الدقة بمقدار 6 مرات مقارنة بالنماذج الأساسية المُضبوطة بدقة على نموذج لغوي يحتوي على 8 مليارات معلمة.
تُظهر هذه النتائج تقدماً كبيراً في اختبار النماذج المتطورة ضد معيار ARC-AGI باستخدام قيود حسابية مُرخّصة.