ARC-AGI-1에서 벤치마크 특화 학습이나 대규모 테스트타임 연산 없이, 에이전트 아키텍처만으로 성능을 끌어올린 연구다. 비추론 모드의 DeepSeek V3.2를 엄격한 예산 하에 사용해, 패턴 발견과 프로그램 합성을 분리한 Explorer-Definer 파이프라인과, 가설 실패 시 새 변환을 자율 탐색하는 Reflective Orchestrator를 구축했다. 공개 400과제 평가에서 파이프라인은 과제당 $0.25로 pass@2 57.50%, 오케스트레이터는 $0.62로 67.25%를 달성해 15.50% 원샷 베이스라인을 약 52%p 끌어올렸다. pass@k 분석 결과 병목은 후보 선별이 아닌 생성 다양성임이 확인됐고, 적응적 재탐색이 이를 입증했다. 저비용 하네스 설계만으로 추상 추론 성능을 크게 회복할 수 있음을 보여준다.

• •비추론 모드 DeepSeek V3.2 + ARC 특화 학습 없이 아키텍처만으로 성능 회복 연구
• •패턴 발견과 변환 합성을 분리한 Explorer-Definer 파이프라인: pass@2 57.50%, 과제당 $0.25
• •실패 시 자율 재탐색하는 Reflective Orchestrator: pass@2 67.25%, 과제당 $0.62
• •15.50% 원샷 베이스라인 대비 약 52%p 향상
• •pass@k 분석으로 병목이 선별이 아닌 생성 다양성임을 규명, think 툴 제거 시 5.75%p 하락