相对人类动作效率（RHAE）
相对人类动作效率（Relative Human Action Efficiency, RHAE）是ARC-AGI-3基准测试采用的评分机制。与传统的"是否通关"二元评分不同，RHAE衡量AI代理完成任务的效率，与人类基准动作数进行比较。
计算方式
- 每关先由10名普通人类（非专家）测试
- 取第二好人类首次通关动作数h作为基准
- AI动作数a的单关得分：S = min(1, (h/a)^2)，上限100%
- 环境得分是加权平均（权重随关卡递增），总分是环境均值
设计理念
RHAE评分机制的核心在于：100%意味着AI在每个游戏中都匹配甚至超越人类效率。这惩罚了"刷动作"的低效策略，真正考量智能。它强调的不是"能否通关"，而是"能否像人类一样高效地通关"，从而更准确地衡量AI的代理智能水平。