CellARC：用于衡量智能的细胞自动机

我们介绍CellARC，这是一个由多色1维细胞自动机(CA)构建的抽象与推理基准测试。每个 episode 包含五对支持项和一个查询，序列化为256个标记，使小模型能够快速迭代，同时暴露可控的任务空间，包括字母表大小k、半径r、规则族、Langton's lambda、查询覆盖率和细胞熵等可调参数。我们发布了95k训练 episode 以及两个1k测试划分（插值/外推），并评估了符号、循环、卷积、Transformer、递归和LLM基线。CellARC将泛化与类人先验分离，支持无限难度可控采样，使在紧张预算下快速推断新规则成为可能。我们最强的小模型基线（10M参数 vanilla transformer）超过最近的递归模型（TRM、HRM），在插值/外推划分上分别达到58.0%/32.4%的 per-token 准确率；大型闭源模型（GPT-5 High）在100个测试任务的子集上达到62.3%/48.1%。一个在每个 episode 在Transformer和最佳符号基线之间选择的集成模型达到65.4%/35.5%，凸显了神经符号方法的互补性。排行榜：https://cellarc.mireklzicar.com