Perché lo stesso modello fa 99,9% e 62,7% su ARC-AGI-3
Stessa settimana, stesso modello, due punteggi: 99,9% dichiarato da OpenAI, 62,7% verificato da ARC Prize. Il meccanismo che li separa è l'harness.
Adriano Amalfi
6 min di lettura