GRT-ARC-v2

MatterWave AI выпустила линейку GRT-ARC-v2 — компактные модели для абстрактного визуального рассуждения на сетках ARC-AGI. В архитектуре нет nn.Linear и свёрточных слоёв: вместо них используются чистые 2D-ротации и топологический солвер. Размеры — от 114 КБ до 1,49 МБ.

✅ Ключевые особенности

• ✅ 0 nn.Linear, 0 nn.Conv1d, 0 nn.Conv2d — только структурированные 2×2-ротации, сохраняющие норму.
• 💥 Три размера: Smol на 26 950 параметров, Large на 139 906 и XL на 369 578.
• 🔥 XL набирает 121/400 (30,25%) pass@2 на официальном наборе ARC-AGI, Smol — 35/400.
• 🦾 Учитывает топологию: замкнутые контуры, вложенность и внутренние полости.
• ⬇ Полностью offline-инференс на одном CPU или GPU; все 400 задач — примерно за 20,6–23,8 с.

👁 Пример

На вход подаются 2–5 демонстрационных пар «до/после» и незнакомая тестовая сетка. Модель индуцирует правило, проверяет его на всех примерах и возвращает два варианта ответа — attempt_1 и attempt_2.

Подробнее

XL: 121/400 (30,25%) pass@2; Smol: 35/400 (8,75%).
На официальном eval-подмножестве из 24 задач: 15/24 pass@2.
Обучение — на процедурной синтетике и public train split, без утечек из eval.
Модели рассчитаны на сетки ARC-AGI, а не на универсальные диалоги.