Генератор новых задач в стиле ARC-AGI-1 для проверки моделей на логических головоломках, которые они раньше не видели.
Инструмент создаёт свежие задачи, похожие по сложности и формату на публичный набор ARC-AGI-1, чтобы честно тестировать модели вроде BDH-CQ на задачах, которые не могли попасть в их обучающие данные. BDH-CQ, для которой создан генератор, рассуждает через итеративные вычисления в скрытом пространстве, а не через текстовую цепочку размышлений. Полезен исследователям для независимой проверки логики моделей.
Описание автора:Generates original ARC-AGI-1-style tasks distribution-matched to the public eval set.
