Kepler：面向 ARC-AGI-3 的可审计世界模型评测框架

研究人员推出开源评测框架 Kepler，将假设表示为可执行世界模型，并在 ARC-AGI-3 全部 25 个公开游戏中使冻结配置的 Claude Opus 5 达到 100.00 RHAE 的服务器验证成绩。