OpenAI GPT-5.6 Sol推理测试提分188%

OpenAI发布公告称，通过改进框架，GPT-5.6 Sol模型在ARC-AGI-3基准测试中得分提高了188%。ARC-AGI-3由ARC Prize团队推出，是目前全球公认衡量AI通用智能（AGI）最严苛、最顶尖的交互式推理评测基准。该基准完全打破传统AI“做题”和知识问答的静态测试模式，将AI直接置于完全陌生的“游戏环境”中，评估其是否具备像人类一样的实时探索、学习与自适应能力。此次改进主要包括两项技术：一是优化了模型在未知环境中的探索策略，使其能更高效地收集信息；二是改进了在线学习机制，使模型能根据环境反馈快速调整行为。OpenAI未透露具体技术细节，但强调该改进使模型在不需要大量预训练数据的情况下，就能在全新任务中表现出色。ARC-AGI-3测试包含多个动态交互任务，每个任务都需要AI在有限步骤内通过试错、推理和规划找到解决方案。此前GPT-5.6 Sol的得分较低，而改进后分数大幅提升188%，接近人类水平。这一成果被认为对AI产业具有里程碑意义，将加速AGI在现实世界中的应用，如机器人自主导航、智能客服、复杂决策支持等场景。