ИИ-агент с «замороженной» моделью набрал 100 из 100 на всех 25 публичных играх ARC-AGI-3, переписывая собственную книгу правил
Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .
Агент может улучшаться не за счёт переобучения модели, а переписывая свои правила и память, но результат пока заявлен самими авторами.
Авторы из University College London и лаборатории Huawei Noah's Ark (препринт Memento 3, arXiv 2610.11794) заявляют, что их агент прошёл все 25 публичных игр ARC-AGI-3 со средним показателем относительной эффективности действий 100,0, потратив 44% ходов человека (7518 против 17135), при этом языковая модель не дообучалась. Агент хранит текстовую «книгу правил» с проверяемыми гипотезами о среде и компилирует её в программный модуль, который переписывает после каждой неверной догадки. По данным AI Weekly, у базового агента на Claude Opus 5 тот же показатель — 40,7. Результат получен на публичных играх и заявлен авторами.
Источники 2