JawabanDipublikasikan19 sumber
Bagaimana Memento 3 menaklukkan 183 level tanpa melatih ulang model bahasanya
Memento 3 dilaporkan menuntaskan seluruh 25 gim dan 183 level pada set publik ARC AGI 3 dalam 7.518 aksi, dibandingkan 17.135 aksi untuk pemain manusia.[8][27] Alih alih memperbarui bobot model bahasa, sistem ini menulis dan merevisi buku aturan serta kode simulator untuk memahami mekanisme gim dan merencanakan lang...
Diterbitkan olehGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Memento 3 dilaporkan menuntaskan seluruh 25 gim dan 183 level pada set publik ARC AGI 3 dalam 7.518 aksi, dibandingkan 17.135 aksi untuk pemain manusia.[8][27]
- Alih alih memperbarui bobot model bahasa, sistem ini menulis dan merevisi buku aturan serta kode simulator untuk memahami mekanisme gim dan merencanakan langkah.[1][5][6]
- Hasil tersebut berlaku untuk set publik; capaian serupa pada gim evaluasi tersembunyi belum terbukti dari informasi yang tersedia.[7][27]
AI Perintah
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 menuntaskan seluruh 25 gim dan 183 level dalam set publik ARC-AGI-3 dengan 7.518 aksi. Sebagai pembanding, pemain manusia tercatat menggunakan 17.135 aksi. Sistem ini meraih skor RHAE 100—nilai maksimum pada metrik efisiensi aksi relatif terhadap manusia.8
27
Kuncinya bukan melatih ulang model bahasa. Memento 3 mempertahankan model dasarnya, lalu membangun pemahaman tentang gim lewat dua perangkat eksternal: buku aturan yang terus diperbarui dan simulator berbentuk kode. Simulator itu digunakan untuk menguji kemungkinan langkah sebelum sistem bertindak di gim sesungguhnya.1
5
6
Belajar bermain lewat buku aturan dan kode
ARC-AGI-3 adalah tolok ukur interaktif yang menyajikan gim bergaya piksel tanpa menerangkan aturan, tujuan, atau arti tindakan di awal. Jadi, agen harus mencari tahu sendiri bagaimana lingkungan bekerja sebelum bisa menyusun strategi.7
27
Pendekatan Memento 3 disebut “Code as Model” atau “kode sebagai model”. Sistem ini menyimpan pemahamannya dalam dua bentuk:
- Buku aturan: dokumen Markdown yang mencatat dugaan tentang objek, arti tindakan, mekanisme gim, dan tujuan. Hal yang belum diketahui dapat dibiarkan terbuka, alih-alih dianggap sudah pasti.
1
5
7
- Model dunia yang dapat dijalankan: kode Python yang menerjemahkan aturan itu menjadi simulasi sederhana. Agen dapat menggunakannya untuk memperkirakan akibat suatu tindakan dan merencanakan langkah.
14
Prosesnya berulang: mengamati gim, meninjau prediksi, merevisi aturan, memperbarui kode, lalu memeriksa kembali hasilnya. Jika prediksi simulator berbeda dari apa yang terjadi, selisih itu menjadi petunjuk untuk memperbaiki model.1
5
Salah satu contoh yang dilaporkan adalah aturan bahwa menginjak sebuah pad memutar lencana yang dibawa sebesar 90 derajat searah jarum jam.5 Dengan cara ini, agen bukan sekadar menebak langkah berikutnya; ia berusaha membentuk model yang bisa dipakai untuk menguji beberapa kemungkinan tindakan.
Modelnya tetap, pengetahuan eksternalnya yang berubah
Memento 3 menggunakan Claude Opus 5 sebagai model dasarnya, tanpa memperbarui bobot atau melakukan fine-tuning khusus untuk setiap gim.10
13
14 Artinya, “belajar” dalam konteks ini merujuk pada perubahan buku aturan dan program simulator, bukan pelatihan ulang model bahasa itu sendiri.
1
6
Laporan yang tersedia juga menyebut penggunaan Git untuk mencatat perubahan pada aturan dan kode, sehingga versi sebelumnya dapat ditinjau atau dipulihkan jika revisi baru keliru.14 Namun, angka aksi saja tidak menunjukkan seluruh biaya komputasi: informasi yang tersedia di sini tidak cukup untuk membandingkan penggunaan token, latensi, atau biaya keseluruhan secara rinci.
Apa yang dibuktikan—dan apa yang belum
Capaian yang dilaporkan mencakup set publik ARC-AGI-3. Itu menunjukkan bahwa pendekatan ini bekerja pada kumpulan gim tersebut, tetapi belum membuktikan bahwa Memento 3 akan memperoleh hasil serupa pada gim evaluasi tersembunyi atau lingkungan dunia nyata yang berubah-ubah.7
27
Penelitian ini juga melaporkan uji pada Pong: pengendali yang dipelajari menang 21–0 pada masing-masing dari tiga episode yang dievaluasi, tanpa panggilan lanjutan ke model bahasa.1 Hasil itu memberi contoh bagaimana strategi berbasis kode dapat dijalankan setelah aturan dipelajari, tetapi tetap merupakan hasil pada pengujian terbatas.
Jadi, hal menarik dari Memento 3 bukan sekadar jumlah gim yang dituntaskan. Sistem ini menunjukkan satu cara agar agen AI bisa menyimpan pemahaman yang dapat diperiksa, mengujinya melalui simulasi, lalu memperbaikinya ketika prediksi tidak sesuai kenyataan—tanpa mengubah bobot model bahasa dasarnya.1
5
6
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Bagaimana Memento 3 menaklukkan 183 level tanpa melatih ulang model bahasanya"?
Memento 3 dilaporkan menuntaskan seluruh 25 gim dan 183 level pada set publik ARC AGI 3 dalam 7.518 aksi, dibandingkan 17.135 aksi untuk pemain manusia.[8][27]
Apa poin penting yang harus divalidasi terlebih dahulu?
Memento 3 dilaporkan menuntaskan seluruh 25 gim dan 183 level pada set publik ARC AGI 3 dalam 7.518 aksi, dibandingkan 17.135 aksi untuk pemain manusia.[8][27] Alih alih memperbarui bobot model bahasa, sistem ini menulis dan merevisi buku aturan serta kode simulator untuk memahami mekanisme gim dan merencanakan langkah.[1][5][6]
Apa yang harus saya lakukan selanjutnya dalam latihan?
Hasil tersebut berlaku untuk set publik; capaian serupa pada gim evaluasi tersembunyi belum terbukti dari informasi yang tersedia.[7][27]
Sumber
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
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