ARC Prize 2025 प्रतियोगिता ने हाल ही में जारी किए गए ARC-AGI-2 डेटासेट को निशाना बनाया, जिसमें 1,455 टीमों ने भाग लिया और निजी मूल्यांकन सेट पर 24% की शीर्ष स्कोर हासिल हुई। 2025 के परिणामों का निर्धारक विषय परिष्करण लूप का उदय है, जिसमें फीडबैक संकेतों द्वारा मार्गदर्शित प्रत्येक कार्य के लिए पुनरावृत्ति कार्यक्रम अनुकूलन शामिल है।
- शीर्ष प्रदर्शन करने वाले विधियों ने व्यावसायिक AI सिस्टम के लिए विकासवादी कार्यक्रम संश्लेषण या एप्लिकेशन-स्तरीय परिष्करण का उपयोग किया।
- शून्य-पूर्व-प्रशिक्षित गहन शिक्षण विधियों ने वजन-स्थान परिष्करण का उपयोग करके 7M पैरामीटर वाली छोटी नेटवर्क के साथ प्रतिस्पर्धी प्रदर्शन हासिल किया।
- चार अग्रणी प्रयोगशालाओं (Anthropic, Google DeepMind, OpenAI, और xAI) ने सार्वजनिक मॉडल कार्ड्स में ARC-AGI प्रदर्शन की रिपोर्ट की, जिसने इसे उद्योग मानक के रूप में स्थापित किया।
- विश्लेषण संकेत देता है कि वर्तमान अग्रणी AI तर्क ज्ञान कवरेज द्वारा सीमित रहता है, जिससे बेंचमार्क दूषित होने की नई रूपों का जन्म होता है।
यह रिपोर्ट इन विधियों की समीक्षा करती है और ARC-AGI-3 का पूर्वावलोकन प्रस्तुत करता है, जो अन्वेषण, योजना, स्मृति, लक्ष्य प्राप्ति और संरेखण क्षमताओं की आवश्यकता वाले इंटरैक्टिव तर्क चुनौतियों को पेश करेगा।