Jens Lehmann, Sahar Vahdati · 2026 · arXiv
DOI: 10.48550/arXiv.2610.30499 · open-access PDF
Un sistema generalmente inteligente adquiere nuevas habilidades de manera eficiente sin requerir que los humanos rediseñen su armario de software para cada nueva tarea. Sin embargo, los modelos de lenguaje rara vez actúan solos. Un armario es un programa simbólico que orquesta llamadas al modelo, maneja la percepción, la memoria, el uso de herramientas, la recuperación y la asignación de inferencias en nombre del modelo. ARC-AGI-3 es un punto de referencia interactivo en el que los agentes deben explorar entornos desconocidos, descubrir sus metas en el vuelo, y seguir aprendiendo a medida que van. En él, los sistemas controlados por el hombre ya reportan puntuaciones del techo en los juegos públicos, por lo que sabemos que los jugadores tienen que aprender.
Machine translation (Meta M2M100); the English original follows.
A generally intelligent system acquires new skills efficiently without requiring humans to redesign its software scaffold for every new task. Yet language models rarely act alone. A harness is a symbolic program that orchestrates calls to the model, handling perception, memory, tool use, recovery, and inference allocation on the model's behalf. ARC-AGI-3 is an interactive benchmark in which agents must explore unfamiliar environments, figure out their goals on the fly, and keep learning as they go. On it, human-steered systems already report ceiling scores across the public games, so we know e
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.30499, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange