本仓库包含ARC-AGI任务数据,以及一个基于浏览器的界面,供人类尝试手动解决这些任务。
"ARC可以被视为一个通用人工智能基准测试,一个程序合成基准测试,或者一种心理测量智力测试。它面向人类和人工智能系统,旨在模拟人类般的通用流体智力。"
关于该数据集的完整描述、目标及其基本逻辑,可以在《论智力的度量》中找到。
提醒一下,当测试者第一次看到任务时,能够为该任务中的所有测试输入生成正确的输出网格(包括选择输出网格的尺寸),就被认为解决了该任务。对于每个测试输入,测试者允许尝试3次(这适用于所有测试者,无论是人类还是AI)。
data
目录包含两个子目录:
data/training
:包含训练用的任务文件(400个任务)。使用这些来原型化你的算法或训练你的算法以获取ARC相关的认知先验。data/evaluation
:包含评估用的任务文件(400个任务)。使用这些来评估你的最终算法。为确保公平的评估结果,不要将评估集的信息泄露到你的算法中(例如,在开发过程中自己查看评估任务,或者在使用评估分数作为反馈的同时反复修改算法)。任务以JSON格式存储。每个任务JSON文件包含一个带有两个字段的字典:
"train"
:示例输入/输出对。它是一个"对"的列表(通常是3对)。"test"
:测试输入/输出对。它是一个"对"的列表(通常是1对)。一个"对"是一个带有两个字段的字典:
"input"
:该对的输入"网格"。"output"
:该对 的输出"网格"。"网格"是一个矩形矩阵(列表的列表),包含0到9之间的整数(包括0和9)。最小可能的网格大小是1x1,最大是30x30。
查看任务时,测试者可以访问示例对的输入和输出,以及测试对的输入。目标是构建与测试输入网格相对应的输出网格,每个测试输入有3次尝试机会。"构建输出网格"包括选择输出网格的高度和宽度,然后用符号(0到9之间的整数,以颜色可视化)填充网格中的每个单元格。只有完全正确的解决方案(所有单元格都与预期答案匹配)才能被认为是正确的。
测试界面位于apps/testing_interface.html
。在网络浏览器中打开它(推荐使用Chrome)。它会提示你选择一个任务JSON文件。
加载任务后,你将进入测试空间,如下所示:
在左侧,你将看到演示任务性质的输入/输出对。中间,你将看到当前的测试输入网格。在右侧,你将看到可用于构建相应输出网格的控件。
你可以使用以下工具:
当你的输出网格准备好时,点击绿色的"提交!"按钮来检查你的答案。我们不强制执行3次尝试规则。
在你为当前测试输入网格获得正确答案后,你可以使用"下一个测试输入"按钮切换到该任务的下一个测试输入网格(如果有的话;大多数任务只有一个测试输入)。
完成一个任务后,使用"加载任务"按钮打开一个新任务。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在 视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成 了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无 论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号