LinkAnkündigung
Bisherige LLM-Benchmarks messen oft statisches Wissen oder memorierte Muster. ARC-AGI-3 zwingt autonome Agenten, sich in Echtzeit an unbekannte Systeme anzupassen und eigenständig Hypothesen zu überprüfen. Dies ist ein entscheidender Schritt für die Entwicklung robuster KI-Agenten.
Mit ARC-AGI-3 verlagert sich der Fokus von Vorhersagen einzelner Token hin zu zielgerichtetem Handeln in geschlossenen Regelwerken. Die Koppelung der Preisgelder an Meilensteine und Open-Source-Veröffentlichungen soll den Fortschritt für die gesamte Entwickler-Community nachvollziehbar machen. Die strikte Trennung vom Internet während der Auswertung verhindert zudem das Nachladen externer Ressourcen.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:arcprize.org
ARC-AGI-3 ist ein neuer interaktiver Benchmark zur Messung menschenähnlicher Intelligenz in KI-Agenten. Statt statischer Aufgaben müssen Agenten unbekannte Umgebungen interaktiv erkunden, Ziele eigenständig ableiten und Strategien über längere Zeithorizonte anpassen.
Artikel:ARC Prize Foundation
Die ARC Prize Foundation stellt mit ARC-AGI-3 eine neue Benchmark-Generation vor, die agentische Intelligenz in neuartigen, interaktiven und rundenbasierten Umgebungen testet. Während Menschen 100 Prozent der kalibrierten Aufgaben lösen, liegen führende KI-Systeme im März 2026 bei unter einem Prozent.
Artikel:Terry Chen, Yeyin (Eva) Zhu, Zhifan Ye, Jean-Francois Puget and Humphrey Shi
NVIDIA präsentiert mit Agentic Variation Operators (AVO) eine Agentenarchitektur für langlaufende Aufgaben, die Claude Opus 5 zu einem perfekten Ergebnis im ARC-AGI-3-Benchmark verhilft.
Link:inclusionAI
inclusionAI hat Ring-2.6-1T veröffentlicht, ein Modell mit einer Billion Parametern unter MIT-Lizenz. Es zielt auf komplexe Agenten-Workflows ab und bietet einstellbare Denkintensitäten sowie ein asynchrones RL-Trainingsverfahren.
Link:Rogerio Bonatti, Dan Zhao, Francesco Bonacci, et al.
Forschende von Microsoft, der Carnegie Mellon University und der Columbia University haben mit Windows Agent Arena (WAA) ein Open-Source-Framework veröffentlicht, mit dem multimodale KI-Agenten in einer nativen Windows-11-Umgebung getestet werden können. Das System umfasst über 150 Alltagsaufgaben und lässt sich via Azure parallelisieren, wodurch vollständige Benchmark-Läufe in rund 20 Minuten statt mehreren Tagen durchlaufen. Ein begleitend vorgestellter Referenz-Agent namens Navi erreichte eine Erfolgsquote von 19,5 Prozent, verglichen mit 74,5 Prozent menschlicher Genauigkeit.
Artikel:Equipe do Google Gemini
Google hat Gemini 3.1 Pro als Preview veröffentlicht. Das Modell bringt deutliche Fortschritte beim logischen Schließen und zielt auf komplexe Entwicklungs- und Analyseaufgaben ab.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
