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。
AI 根据报道生成 · 5 天前更新
