何恺明团队提出NAT-ARC：用ImageNet预训练的纯视觉方案解ARC抽象推理

何恺明团队论文提出NAT-ARC，在VARC视觉流程前插入ImageNet MAE预训练，不依赖LLM直接做ARC格子推理。最好单模型（0.6B参数）在ARC-1上达63.4±0.7% pass@2，三种预训练策略集成后达70.2±0.6%，对比专用LLM系统The ARChitects的71.6%（8B模型）。