2024 ARC पुरस्कार प्रतियोगिता के अंत में, दो नए सत्यापित सबमिशन ने ARC-AGI पब्लिक लीडरबोर्ड (ARC-AGI-Pub) पर राज्य-कला स्कोर हासिल किए। जेरेमी बर्मान ने Claude Sonnet 3.5 के साथ एक उत्क्रांत समय-गणना दृष्टिकोण का उपयोग करके 53.6% स्कोर किया, जबकि MIT और कोर्नेल की संयुक्त टीम ने परीक्षण-समय प्रशिक्षण के माध्यम से 47.5% सटीकता प्राप्त की।
जेरेमी बर्मान की विधि स्थानीय चरम से बचने के लिए पायथन ट्रांसफ़ॉर्म फ़ंक्शन को पुनरावृत्त रूप से उत्पन्न और परिष्कृत करती है, जिससे प्रत्येक कार्य के लिए 500 तक फ़ंक्शन बनते हैं। MIT/कोर्नेल सहयोग पूरक प्रेरणा और ट्रांसडक्शन तकनीकों का लाभ उठाता है, जो 8B-पैरामीटर भाषा मॉडल पर आधारित सूक्ष्म-अनुकूलित मॉडलों की तुलना में सटीकता को 6 गुना बढ़ा देता है।
ये परिणाम ढीले गणना प्रतिबंधों का उपयोग करते हुए ARC-AGI बेंचमार्क के खिलाफ फ्रंटियर मॉडल का परीक्षण करने में महत्वपूर्ण प्रगति को दर्शाते हैं।