华为与伦敦大学学院的 Memento 3 通关 ARC-AGI-3 全部 25 款游戏，且未更新模型权重

发生了什么

华为诺亚方舟实验室、伦敦大学学院及合作者报告称，Memento 3 通关了 ARC-AGI-3 全部 25 款公开游戏和 183 个关卡，共使用 7518 次操作，比人类少约 56%，获得 100 RHAE 的分数。该智能体基于 Claude Opus 5 构建，未更新权重，也未针对具体游戏进行微调；它会迭代修订 Markdown 规则手册和可执行的 Python 世界模型。在 Atari Pong 中，它通过学习得到的代码策略，在未进一步调用 LLM 的情况下以 21:0 赢下三局；实验主要涉及规则相对明确的游戏环境。

这件事到目前为止

华为诺亚方舟实验室、伦敦大学学院（UCL）及其合作者推出了 Memento 3。他们报告称，该 AI 智能体通过了全部 25 款公开 ARC-AGI-3 游戏及其 183 个关卡，无需更新模型权重，也未使用针对特定游戏的微调。团队报告称，它使用了 7518 次操作，比人类少约 56%，并取得了 100 的 RHAE 分数。 Memento 3 基于 Claude Opus 5 构建，通过迭代修订 Markdown 规则手册和可执行的 Python 世界模型来改进。它的进步来自这些修订，而非对底层模型权重的更改。在一项独立的 Atari Pong 实验中，研究人员报告称，其学到的基于代码的策略在无需再次调用语言模型的情况下，以 21:0 连赢三局。 这些实验主要涵盖规则相对明确的游戏。Claude Opus 5 以 Extra-High 推理强度运行，而探索、代码生成和验证仍需要大量 token 和计算资源。这种方法能否适用于更复杂、不断变化的现实环境，尚未经过测试。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议