先了解这件事
AI 综述
2026年10月1日,何恺明团队提出纯视觉ARC推理方案NAT-ARC。该方案用ImageNet上的MAE预训练权重初始化视觉编码器,不依赖LLM。其最佳单模型为0.6B参数,在ARC-1上取得63.4% pass@2,集成后达70.2%,逼近8B语言模型方案The ARChitects的71.6%。论文还发现预训练打通了视觉路线的scaling瓶颈,无预训练时模型从large到huge反而掉点。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
何恺明团队提出 NAT-ARC：纯视觉方案解 ARC，单模型 63.4% pass@2事件进展
1 个已确认进展
- 来源：量子位
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月1日
量子位
何恺明团队提出 NAT-ARC：纯视觉方案解 ARC，单模型 63.4% pass@2
何恺明团队提出纯视觉 ARC 解题方案 NAT-ARC，用 ImageNet 上的 MAE 预训练权重初始化视觉编码器，不依赖 LLM。其最佳单模型为 0.6B 参数，在 ARC-1 上取得 63.4% pass@2，集成后达 70.2%，逼近 8B 语言模型方案 The ARChitects 的 71.6%。论文还发现预训练打通了视觉路线的 scaling 瓶颈，无预训练时模型从 large 到 huge 反而掉点。