評価ソース公式サイト
ARC-AGI-2
ARC Prize / 推論 · 未知のルールから学び、汎化する
AIサイシン での扱い観察中
配分採点対象外
元データの日時未確認
最終同期収集前
何を、どう測るか
標準 harness に固定し、プロバイダーが専用に最適化した adapter の成績とは分ける。
当サイトでの使い方
観察中：公式サイトの Terms は体系的な収集と集計に書面の許諾を求めている。現行の公式成績を集計できる範囲はまだ確定していない。標準 harness と Provider Adapter は分け、専用アダプターの最高点を一般的なモデルの代表としない。
評価の限界とデータの出典
観察中：公式サイトの Terms は体系的な収集と集計に書面の許諾を求めている。現行の公式成績を集計できる範囲はまだ確定していない。標準 harness と Provider Adapter は分け、専用アダプターの最高点を一般的なモデルの代表としない。
データライセンス：ランキングデータの利用範囲は確認待ち
成績は ARC Prize が公表したもの。元のスコアと AIサイシン のコンセンサス指数は尺度が異なり、そのまま比較・合算はできない。