Jens Lehmann, Sahar Vahdati · 2026 · arXiv
DOI: 10.48550/arXiv.2610.30499 · open-access PDF
एक सामान्य रूप से बुद्धिमान प्रणाली प्रभावी ढंग से नए कौशल प्राप्त करती है, बिना मनुष्यों को हर नए कार्य के लिए अपने सॉफ्टवेयर स्टैचबोर्ड को फिर से डिजाइन करने की आवश्यकता होती है. हालांकि, भाषा मॉडल शायद ही कभी अकेले कार्य करते हैं. एक हर्नेस एक प्रतीकात्मक कार्यक्रम है जो मॉडल को कॉल करता है, धारणा को संभालता है, स्मृति, उपकरण उपयोग, वसूली और निष्कर्ष वितरण मॉडल के नाम पर।
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