Kompetisi ARC Prize 2025 menargetkan dataset ARC-AGI-2 yang baru dirilis, menarik 1.455 tim dan menghasilkan skor tertinggi 24% pada set evaluasi privat. Tema utama dari hasil 2025 adalah munculnya loop penyempurnaan, yang melibatkan optimisasi program iteratif per-tugas yang dipandu oleh sinyal umpan balik.
- Metode berkinerja teratas memanfaatkan sintesis program evolusioner atau penyempurnaan lapisan aplikasi ke sistem AI komersial.
- Metode deep learning tanpa pra-pelatihan mencapai kinerja kompetitif dengan jaringan kecil berisi 7M parameter menggunakan penyempurnaan ruang bobot.
- Empat lab terdepan (Anthropic, Google DeepMind, OpenAI, dan xAI) melaporkan kinerja ARC-AGI dalam kartu model publik, menjadikannya standar industri.
- Analisis menunjukkan bahwa penalaran AI terdepan saat ini masih dibatasi oleh cakupan pengetahuan, yang mengarah pada bentuk kontaminasi benchmark baru.
Laporan ini meninjau metode-metode tersebut dan memperlihatin ARC-AGI-3, yang akan memperkenalkan tantangan penalaran interaktif yang memerlukan kemampuan eksplorasi, perencanaan, memori, perolehan tujuan, dan penyelarasan.