世界模型需多少次暴露学会新机制?WARC约80次即可,ARC-AGI-3得分翻三倍
third-intelligence · hf · 2026-11-10
Third Intelligence 与东京大学研究团队系统研究了一个问题:世界模型需要多少次暴露才能学会陌生环境中的新机制? 他们在 ARC-AGI-3(以程序定义的交互式游戏基准)上展开实验,并发布 MechEval 标注工具,为 20 款游戏中的 69 种循环出现的机制打标签、逐次评分预测准确性。
- 构建了 WARC,一个 3500 万参数的视觉 Transformer 世界模型,在其他游戏上预训练,每次状态转移后在线更新全部参数(test-time training)。
- 在保留游戏上,WARC 对五分之四的新机制在其影响的格子上有至少 80% 的预测准确率;其中一半机制在约 80 次暴露内、单次游戏中达到该水平——不做在线更新的基线只有七分之一能做到。
- 闭环游玩时,WARC-Agent(固定图搜索探索器 + WARC)将探索器的官方效率得分从 0.15 提升到 0.46,提升主要来自 test-time training;在 Kaggle 隐藏测试集上得分 0.20。
「漫话AGI」频道最新
- antirez 担忧：某人私生活风波或削弱开源权重模型的关键支持者 — antirez · 2026-11-10
- 模型层价值易逝,harness 才是 AI 长期价值所在 — DrDatta_AIIMS · 2026-11-10
- 1985 年旧刊封面预言「计算机即毒药」，映照今日 AI 之争 — beffjezos · 2026-11-10
- 剑桥十年走出一代 AI 安全掌门人：FAR AI、METR、UK AISI 皆出其门下 — S_OhEigeartaigh · 2026-11-10
- 漫画探讨 AI 科学家崛起：下一章科学将不再由人类书写 — YogeshMalik · 2026-11-10
- 研究者建议弃用 Alignment 一词：语义太杂易致对话双方各说各话 — Sauers_ · 2026-11-10