从整数网格到空间直觉：主导 ARC-AGI-3 的是感知，而非规划

arXiv:2611.06793v1 公告类型：新提交 摘要：具备样本效率的流体智能要求智能体能够迅速为陌生的交互式环境构建可用模型。ARC-AGI-3 通过不提供操作说明的视觉游戏检验这一能力，并以相对人类动作效率评分，对探索中的无效操作施加二次方惩罚。当最前沿模型读取原始整数网格时，序列化会破坏空间拓扑结构，导致它们花费数百次操作来重新发现基本边界和对称性。我们提出 SARBLOH，这是一个开放权重的智能体，其构建前提是：在 ARC-AGI-3 上，主导交互式推理的是空间感知，而非规划能力。一个零参数、复杂度为 O(HW) 的感知引擎可在 35 毫秒内将每一帧转换为一份通过二分图进行时序跟踪的对象清单、一份区分已证实不变量与可供性假设的几何简报，以及一张带标注的画布。结合以代码作为动作的运行时，智能体编写的是算法层面的假设，而非底层移动指令。在八种呈现方式下，基于实际观测的感知将评分量表得分从 3/28 提高到 25/28，同时将词元用量减少了 89.4%。在 23 个留出游戏上，几何不变量的泛化准确率达到 100%，而基于单帧的可供性猜测准确率降至 6–50%，因此仍有必要进行主动验证探测。在公开集上，Run A（关闭简报）在 8.2 小时内解决了 183 个关卡中的 143 个，单次运行效率为 59.4%；Run B（开启简报）则达到 63.5%。在单张 Kaggle RTX PRO 6000 GPU 上、九小时预算内，SARBLOH 在 Kaggle 隐藏评测中获得 16.53 分，是首个 Milestone 获胜者得分的 13.7 倍。