Memento 3 用冻结 LLM 通关全部 25 个 ARC-AGI-3 游戏，仅用人类 44% 步数
dair_ai · x · 2026-10-14
新论文展示冻结 LLM（从不更新权重）的递归自我改进：Memento 3 通关所有 25 个公开 ARC-AGI-3 游戏的全部关卡，动作数仅为人类的 44%。
工作原理：
- agent 将对环境的理解写成自然语言「规则书」，再编译成预测下一状态的代码
- 新版本代码只有在重放时能逐格复现 agent 观察到的所有状态转移才被保留
- Atari Pong 案例：学到的模型驱动控制器在三局中 21:0 获胜，无需再调用 LLM
「研究」频道最新
- 让 Agent 学会预知失败：结局导向置信校准 AUROC 达 0.85 — SAP · 2026-10-14
- 港中文 Orchestra 框架让机器人按序完成长程多步操作 — CUOHK · 2026-10-14
- 百万小时第一人称视频训练，机器人能干没学过的活 — Scobleizer · 2026-10-14
- 学界告别天价训练：Nvidia 合作的 Octi 让灵巧手转向仿真 RL — KyleMorgenstein · 2026-10-14
- Meta-Video 指出视频理解评测黑箱:抽帧、后端、温度都会左右得分 — HildeKuehne · 2026-10-14
- BinProp scaffold 让大模型用写代码解释象棋走法，成绩近三倍 — OfirPress · 2026-10-14