论文arxiv cs.AI · 3w ago重要
Cost-Effective Agent Harnesses for Abstract Reasoning and Generalization on ARC-AGI-1
分类释义：学术论文 / 技术报告
TL;DR
研究者用 DeepSeek V3.2（无微调）通过 Explorer-Definer Pipeline 和 Reflective Orchestrator 在 ARC-AGI-1 上达到 67.25%，成本仅 $0.62/任务，从 15.5% 基准提升约 52 点。
关键要点
- 01研究者用 DeepSeek V3.2（无微调）通过 Explorer-Definer Pipeline 和 Reflective Orchestrator 在 ARC-AGI-1 上达到 67.25%。
- 02成本仅 $0.62/任务。
- 03从 15.5% 基准提升约 52 点。
为什么值得关注
关键发现是当前瓶颈在生成多样性而非选择排序：pass@k 分析显示训练对准确率已捕获 95% 的候选上限，这意味着提升推理能力应投入在扩展生成探索，而非优化评分模型。工程师可借鉴这种两阶段解耦（模式发现 + 程序合成）+ 自适应重探索的架构，迁移到其他结构化推理任务。
对你的工程实践意味着什么
LLM 实时生成MiniMax-M2.7缓存命中
| 角色 | 你应该做什么 |
|---|---|
| Tech Lead | 评估团队 AI 应用架构是否可采用两阶段解耦（模式发现 + 程序合成）设计 |
| 应用工程师 | 学习 Explorer-Definer Pipeline 和 Reflective Orchestrator 的实现思路，迁移到结构化推理任务 |
| 运维 / 平台 | 暂无直接影响，了解即可 |
| 产品 / 业务 | 评估低成本的抽象推理能力（$0.62/任务）对业务场景的可行性 |
同类资讯
本页 TL;DR 与「为什么」由 LLM 生成 · 模型：MiniMax-M2.7 / Claude Haiku 4.5