AnswersPublished19 sources
Memento 3 השלימה את כל 183 השלבים ב־7,518 פעולות — כך היא למדה את חוקי המשחק
לפי הדיווחים, Memento 3 עברה את כל 25 המשחקים ו־183 השלבים בסט הפומבי של ARC AGI 3, ב־7,518 פעולות לעומת 17,135 פעולות של בני אדם.[8][27] השיטה לא התבססה על עדכון המשקולות של מודל השפה, אלא על כתיבה ושיפור של מדריך חוקים חיצוני ושל סימולטור קוד.[1][5][6] הסימולטור אפשר למערכת לתכנן צעדים מראש; כשהתחזיות לא התאימו למ...
פורסם על ידיהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- לפי הדיווחים, Memento 3 עברה את כל 25 המשחקים ו־183 השלבים בסט הפומבי של ARC AGI 3, ב־7,518 פעולות לעומת 17,135 פעולות של בני אדם.[8][27]
- השיטה לא התבססה על עדכון המשקולות של מודל השפה, אלא על כתיבה ושיפור של מדריך חוקים חיצוני ושל סימולטור קוד.[1][5][6]
- הסימולטור אפשר למערכת לתכנן צעדים מראש; כשהתחזיות לא התאימו למה שקרה במשחק, היא תיקנה את הכללים ואת הקוד.[1][5]
- ההישג מתייחס לסט המשחקים הפומבי. הוא לא מוכיח ביצועים דומים במשחקים נסתרים או בסביבות אמיתיות ומשתנות.[7][27]
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Memento 3, developed by Huawei Noah’s Ark Lab, University College London and partners, clear all 25 games and 183 levels of the ARC. Article summary: Memento 3’s reported gain came from changing the agent’s external memory and planning machinery—not the language model’s weights: it repeatedly wrote, tested and revised a rulebook and executable simulator, then used tha. Topic tags: general web, llm, ai, workflow, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts
Memento 3 לא נעשתה טובה יותר במשחקים באמצעות אימון מחדש של מודל השפה. במקום זאת, היא בנתה לעצמה זיכרון חיצוני שניתן לתיקון: מדריך המתעד מה היא חושבת שהיא יודעת על חוקי המשחק, לצד קוד שמנסה לדמות את העולם ולחזות מה יקרה אחרי כל פעולה.1
5
6
לפי הדיווחים, הגישה הזאת הספיקה כדי להשלים את כל 25 המשחקים ו־183 השלבים בסט הפומבי של ARC-AGI-3, במבחן אינטראקטיבי של ARC Prize. המערכת השתמשה ב־7,518 פעולות, לעומת 17,135 פעולות של בני אדם — כ־44% מהמספר האנושי, או כ־56% פחות. היא קיבלה ציון RHAE של 100, המדד ליעילות הפעולות ביחס לבני אדם.8
27
במקום לנחש שוב ושוב: ללמוד את חוקי העולם
במשחקים שבמבחן, לא מספיק לזהות תמונה ולבחור פעולה. הסוכן צריך להסיק מתוך ההתנסות מה האובייקטים עושים, אילו פעולות משפיעות עליהם ומה נדרש כדי להתקדם. Memento 3 ניגשה לכך בשיטת Code as Model — „קוד כמודל”:
- מדריך חוקים: מסמך Markdown מתעד את ההבנה הנוכחית של המערכת לגבי האובייקטים, הפעולות והדינמיקה במשחק. אם כלל עדיין לא ברור, אפשר להשאיר אותו פתוח במקום להתייחס להשערה כאילו היא עובדה.
1
7
- מודל עולם בר־הרצה: המערכת מתרגמת את ההשערות לקוד Python שמדמה את המשחק ומאפשר לבדוק מה עשוי לקרות בעקבות פעולות שונות.
5
14
- לולאת תיקון: המערכת מתבוננת, בוחנת את תחזיותיה, מעדכנת את הכללים ואת הקוד, ואז מאמתת את השינוי.
לדוגמה, אחד המקורות מתאר כלל שלפיו דריכה על משטח מסוים מסובבת תג שנישא ב־90 מעלות עם כיוון השעון.5 במקום לחזור בכל פעם על ניסוי וטעייה, המערכת יכולה לשמור את הכלל ולבסס עליו את הצעדים הבאים.
אם ההדמיה לא מתאימה למה שקרה במשחק, הפער הוא רמז לכך שהמודל שלה דורש תיקון. לפי הדיווחים, שינויים במדריך ובקוד נשמרו ב־Git, כך שאפשר היה לעיין בהיסטוריה ולשחזר גרסה קודמת אם שינוי התברר כשגוי.14
המודל נשאר קבוע — התוכניות השתנו
ההבחנה החשובה היא בין שיפור המודל עצמו לבין שיפור המידע והכלים שמקיפים אותו. לפי המקורות, Memento 3 השתמשה ב־Claude Opus 5, בלי לעדכן את משקולותיו ובלי לבצע התאמה ייעודית לכל משחק.10
13
14 כלומר, המערכת שיפרה את ביצועיה באמצעות עדכון מדריך החוקים והסימולטור — לא באמצעות אימון חוזר של מודל השפה.
1
6
המקורות מדווחים גם על תוצאה של כ־40.7 RHAE למודל הבסיס במסגרת ARC Prize, לעומת 100 ל־Memento 3.10
14 זהו פער שממחיש את הפוטנציאל של שכבת הזיכרון והתכנון, אך בפני עצמו אינו מפריד בין התרומה של כל רכיב ואינו מוכיח שכל השיפור נובע מרכיב יחיד.
ומה לגבי Pong?
בבדיקה נפרדת, המערכת למדה בקר למשחק Pong. לפי תקציר המחקר, הבקר ניצח בשלוש הרצות שנבדקו בתוצאה של 21–0, עם פתיחות שונות, ולא נזקק לקריאות נוספות למודל השפה במהלך המשחק.1 הדוגמה מדגימה כיצד ידע שנלמד על חוקי סביבה יכול להפוך לתוכנית פעולה עצמאית — אך היא אינה תחליף להוכחה רחבה על ביצועים במגוון משחקים.
מה הנתונים לא מוכיחים
ההישג שדווח מתייחס ל־25 המשחקים הפומביים, ולכן אינו מעיד בפני עצמו על ביצועים זהים במשחקים נסתרים.7
27 גם מספר פעולות נמוך יותר אינו אומר בהכרח שהמערכת השתמשה בפחות זמן, פחות טוקנים או פחות משאבי מחשוב — נתונים כאלה אינם מתבססים כאן.
בנוסף, במקורות שנמסרו אין די מידע לאמת את נתוני הבסיס שיוחסו ל־Sergey Rodionov — 99 RHAE ו־8,347 פעולות — או את הטענה שהמערכת רצה בהגדרת ההיגיון הגבוהה ביותר. לכן אין לכלול את המספרים האלה כהשוואה מאומתת.
בשורה התחתונה, Memento 3 מציגה דרך מעניינת לגרום לסוכן להתמודד עם משחק לא מוכר: לא רק לנסות עוד פעולה, אלא לנסח כלל, לקודד אותו, לבדוק תחזיות ולתקן כשצריך. זו עדות מבטיחה ללמידה באמצעות מודל עולם מפורש ותכנון — לא הוכחה לכך שסוכן כזה כבר יודע להתמודד היטב עם כל סביבה בעולם האמיתי.1
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Memento 3 השלימה את כל 183 השלבים ב־7,518 פעולות — כך היא למדה את חוקי המשחק"?
לפי הדיווחים, Memento 3 עברה את כל 25 המשחקים ו־183 השלבים בסט הפומבי של ARC AGI 3, ב־7,518 פעולות לעומת 17,135 פעולות של בני אדם.[8][27]
What are the key points to validate first?
לפי הדיווחים, Memento 3 עברה את כל 25 המשחקים ו־183 השלבים בסט הפומבי של ARC AGI 3, ב־7,518 פעולות לעומת 17,135 פעולות של בני אדם.[8][27] השיטה לא התבססה על עדכון המשקולות של מודל השפה, אלא על כתיבה ושיפור של מדריך חוקים חיצוני ושל סימולטור קוד.[1][5][6]
What should I do next in practice?
הסימולטור אפשר למערכת לתכנן צעדים מראש; כשהתחזיות לא התאימו למה שקרה במשחק, היא תיקנה את הכללים ואת הקוד.[1][5]
Sources
ai-pulse-lab.comAI 自己给自己写规则书，然后照着升级 · AI Pulse 论文解读
cctest.aiHow Memento 3 Used World Models to Beat 25 Games - CCTest
x.comHuawei Noah's Ark Lab's Memento 3 Agent Clears All 25 ARC-AGI-3 Public Games With a Frozen Model