Um novo solucionador para o benchmark ARC-AGI-2 emprega busca orientada por modalidade e julgamento holístico de traços para melhorar a seleção entre candidatos de raciocínio. Ao gerar saídas diversas através dos canais de texto, imagem e código e usar um modelo juiz para compará-los dentro de um único prompt, a abordagem identifica confiavelmente as hipóteses minoritárias corretas mesmo quando a resposta majoritária está errada.
- O solucionador alcança 72,9% no conjunto de avaliação semi-privado por $38,99 por tarefa, superando o GPT-5.2 Pro (54,2%) e o Gemini 3 Pro (54,0%).
- Alcança 76,1% no conjunto de avaliação público por $19,69 por tarefa.
- O autor documenta que modelos de prompt prescritivos e refinamento iterativo reduzem sistematicamente a diversidade de hipóteses e degradam o desempenho.
O trabalho destaca a importância de preservar a diversidade de hipóteses em tarefas de raciocínio abstrato, demonstrando que tratar modalidades de raciocínio como operadores de busca é mais eficaz do que métodos padrão de autoconsistência.