ARC Prize发布ARC-AGI-3人类基线数据集

ARC Prize 基金会向美国 OSTP 的 AI 行动计划 RFI 提交正式回应，主张将 AI 基准测试纳入美国 AI 战略核心。其提出三项建议：主导 ISO、ITU、IEC 等国际 AI 标准制定；在 AISI/NIST 等机构内设立 AI 基准测试中心；以类似 NSF、DARPA 的公共私营合作模式培育基准测试生态。

ARC Prize 基金会称其 3 月向白宫 OSTP 提交的三项建议——建立独立 AI 评估组织生态、设立联邦 AI 基准测试中心、确保美国主导全球 AI 标准——全部被纳入白宫 AI 行动计划。OSTP 已责成 NIST、CAISI、DOE 和 NSF 牵头评估科学、建设测试平台并召集社区。该基金会同时发布首个"交互推理"评测 ARC-AGI-3，用于衡量模型在陌生环境中的技能获取效率。

ARC Prize 基金会总结 ARC-AGI-3 Preview 上线 30 天的发现，首个交互式推理基准显示人类大多能通关游戏，AI 智能体则难以高效推进。竞赛收到 12 份提交，冠军 StochasticGoose 得分 12.58%，完成 18 个关卡，团队还提出以行动效率衡量智能，并计划增加撤销、离线引擎等改进。

ARC Prize Foundation 发布 ARC-AGI-3 人类数据集，这是一项 458 名普通参与者参加的对照测试，也是 ARC-AGI 系列迄今最大规模的人类测试研究。