何恺明团队 NAT-ARC：ImageNet 预训练让纯视觉方案在 ARC-1 上追平专用 LLM

何恺明团队提出 NAT-ARC，一套不依赖 LLM 的纯视觉 ARC 解题方案，用 ImageNet MAE 预训练 encoder 再迁移到抽象格子推理。表现最好的单模型参数量 0.6B，在 ARC-1 上 pass@2 达到 63.4%，集成后达到 70.2%，对标用 8B 语言模型微调的 The ARChitects 的 71.6%。