用于 ARC-AGI-1 上抽象推理和泛化的经济有效的代理工具

arXiv:2607.06764v1 公告类型：新 摘要：已公开架构中 ARC-AGI-1 的最新进展大致来自两种机制：前沿模型上的繁重测试时计算（进化搜索、穷举采样、扩展思想链），或针对 ARC 数据对小型模型进行微调的基准特定训练，通常采用特定于任务的架构。我们研究第三种机制：严格预算下的非思维模式下的开放权重模型（DeepSeek V3.2），没有针对 ARC 的微调。我们研究仅通过架构可恢复的内容，构建显式分解模式发现和程序综合阶段的代理工具。首先，我们引入一个 Explorer-Definer Pipeline，它将模式发现与可执行转换合成分开，作为两阶段代理管道实现。接下来，我们介绍反射协调器，当先前的假设在训练对上失败时，它可以通过自主探索新的转换来增强管道。在 ARC-AGI-1 公共 400 任务评估集上，管道在每项任务 0.25 美元的情况下达到 57.50% pass@2，编排器在每项任务 0.62 美元的情况下达到 67.25% pass@2。这些架构共同将 15.50% 的一次性基线提升了约 52 个点，而无需特定于基准的训练或繁重的测试时计算。此外，协调器驱动的提升测试了管道产生的可证伪的诊断；无偏的 pass@k 分析表明，管道是生成限制的，而不是选择限制的（通过训练对准确度进行选择捕获了候选上限的约 95%），并预测显着的改进需要更广泛的生成，而不是更好的排名。编排器通过自适应重新探索来实现此预测并确认它（无偏 pass@1 lift +9.81 pp，匹配选择介导的 pass@2 lift）。额外的管道消融将其思考工具识别为重要组件，删除后将 pass@2 减少了 5.75 pp。