Chollet 评 NVIDIA ARC-AGI-3 表现：刷满演示集不等于刷满基准

ARC-AGI 系列基准的创建者 François Chollet 近日在 X 平台上转发并点评了 NVIDIA 在 ARC-AGI-3 上的最新工作。他对这项成果给出正面评价，称其「非常好」，并点明了方法学上的核心特征。

NVIDIA 方法的核心思路

Chollet 指出，NVIDIA 的方案属于「深度学习引导的符号世界模型即时合成」一类路径。其要点是：在与世界交互的过程中即时生成程序，用以表征已知信息，从而完成导航与推理。这是当前 ARC-AGI 系列上高表现方法的典型技术取向之一。

对成绩的边界澄清

Chollet 同时发出重要警示：在 ARC-AGI-3 公开演示集上取得 100% 得分，并不等同于「在 ARC-AGI-3 基准上取得 100%」。他以游戏作比——「就像因为你打通了教学关卡，就宣称自己打败了整款电子游戏」。他进一步指出，正如近期若干类似声明所呈现的那样，公开演示集只是完整基准的一个子集，成绩需在完整测试集上重新核实。

对研究圈与读者的提示

这一评论延续了 Chollet 一贯对基准严谨性的强调。对于关注 ARC-AGI 系列竞赛和通用推理能力评测的研究者与媒体读者而言，区分演示集、验证集与完整测试集成绩，是阅读相关论文与报告时不应省略的步骤。