在 AI 领域，我们见惯了动辄千亿参数的大模型，它们消耗着惊人的电力来处理逻辑任务。但 2026 年的NeuroGolf Championship（神经高尔夫锦标赛）走了一条完全相反的路：它要求参赛者用尽可能小的神经网络去解决极其复杂的ARC-AGI逻辑推理任务。

当下的 AI 发展往往陷入了“大力出奇迹”的怪圈。NeuroGolf 锦标赛通过这种极端约束，逼迫研究者思考：解决一个逻辑任务到底需要多少计算？如果一个简单的卷积就能解决的任务，我们为何要用拥有几十亿参数的模型？通过这次比赛，我们可能会发现通往 AGI 的另一条路径——不是无限扩张，而是极致的优雅与精简。

本次比赛由 IJCAI-ECAI 2026 举办，旨在解决 François Chollet 提出的ARC-AGI（抽象与推理语料库）任务。

规则很简单：针对 ARC-AGI 里的每一项任务（通常是 30x30 的网格变换），你需要设计一个神经网络。这个网络不仅要能正确输出变换后的图像，还必须在参数量、内存占用和计算量上达到极小化。

每个任务都是一个图像变换。输入是一个的张量：

为了防止选手过度拟合，你的模型必须通过三道关卡：

仅仅“答对”是不够的。官方使用一个精妙的对数公式来计算得分。对于每一个成功解决的任务，你的得分取决于：

这里的（成本）是以下三项的总和：

这意味着，即便你的网络大了那么一点点，在（自然对数）的作用下，你的得分也会显著下降。效率就是生命。

为了确保评估的公平性和纯粹性，官方对提交的ONNX格式模型做了严格限制：

这场智慧的马拉松已经在2026 年 4 月 15 日开启。

学习大模型 & 讨论Kaggle

每天大模型、算法竞赛、干货资讯