VISTA 视觉外挂让 Claude Opus 5.0 在 ARC-AGI-3 上把相对人类动作效率从 40.68 提升到满分 100.00,并以少 57.4% 的动作通关全部 25 个公开游戏
作者提出 VISTA——一种为通用多模态模型提供长时程视觉的视觉外挂,让模型直接以视觉观察感知环境、以无损视觉记忆保留原始观察并主动检索重组视觉输入;在 ARC-AGI-3 上把 Claude Opus 5.0 的相对人类动作效率从 40.68 提升到满分 100.00,用比首次参与的人类少 57.4% 的动作完成全部 25 个公开游戏,并在另外三个覆盖多种视觉游戏与谜题的基准上大幅超过同一底层模型配最小外挂的基线。