Идея бенчмарка AGI-MATH

Пользователь предложил концепцию нового бенчмарка для оценки AGI, объединяющего механику ARC-AGI-3 с математическими задачами Frontier Math. Идея заключается в создании среды, где ИИ-агент на базе LLM должен самостоятельно выявлять правила вселенной и решать задачи, чтобы «сбежать» на следующий уровень. Оценка будет проводиться по пройденному прогрессу и количеству ходов, аналогично ARC-AGI-3.