全球顶级模型集体0分，AI终极大考人类5分钟秒杀！Keras之父戳破AGI神话
与ARC-AGI-1类似，ARC-AGI-2采用「两次尝试通过（pass@2）」的评估体系，因为部分任务存在显著的模糊性，需要两次猜测来消除歧义，同时也用于排查数据集中可能无意出现的模糊或错误之处。