Evaluation sourcesOfficial evaluation
ARC-AGI-3
ARC Prize / 推理 · 从陌生规则中学习和泛化
On HOTAIObserving
Evidence budgetUnweighted
Upstream dataTo verify
Last successful syncCollection not started
What and how it measures
固定标准 harness，与提供商专门优化的 adapter 成绩分开。
How this evidence is used
观察中：官网 Terms 对系统性采集和聚合要求书面许可；当前官方成绩的聚合边界尚待落实。标准 harness 与 Provider Adapter 分开，不拿专用适配器最高分代表普通模型。
Evaluation limits and attribution
观察中：官网 Terms 对系统性采集和聚合要求书面许可；当前官方成绩的聚合边界尚待落实。标准 harness 与 Provider Adapter 分开，不拿专用适配器最高分代表普通模型。
Data license: 待确认榜单数据使用边界
成绩由 ARC Prize 发布，原始分数与 HOTAI 共识分使用不同尺度，不能直接相加。