AnswersPublished19 sources
Memento 3 ha completato 25 giochi dell’ARC-AGI-3: il segreto è un modello del mondo scritto in codice
Memento 3 ha completato tutti i 25 giochi e i 183 livelli del set pubblico ARC AGI 3 in 7.518 mosse, circa il 56% in meno rispetto alle 17.135 attribuite ai giocatori umani.[8][27] Il sistema non ha aggiornato i pesi del modello linguistico né è stato messo a punto per i singoli giochi: ha usato Claude Opus 5 insiem...
Pubblicato daImmagini generate con GPT Image 2
Research answer
Key takeaways
- Memento 3 ha completato tutti i 25 giochi e i 183 livelli del set pubblico ARC AGI 3 in 7.518 mosse, circa il 56% in meno rispetto alle 17.135 attribuite ai giocatori umani.[8][27]
- Il sistema non ha aggiornato i pesi del modello linguistico né è stato messo a punto per i singoli giochi: ha usato Claude Opus 5 insieme a una memoria esterna e a un simulatore.[8][10][13]
- Il metodo, chiamato «Code as Model», trasforma le ipotesi sulle regole in codice eseguibile, che l’agente usa per prevedere gli effetti delle mosse e pianificare.[1][5][6]
- Il risultato riguarda i giochi pubblici del benchmark: non dimostra prestazioni equivalenti su livelli nascosti o in ambienti reali variabili.[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 non ha superato i giochi perché il suo modello linguistico sia stato addestrato di nuovo. Il sistema ha invece costruito una memoria esterna delle regole e un simulatore in codice, poi li ha corretti via via che le sue previsioni non coincidevano con ciò che accadeva sullo schermo.1
5
6
Secondo i risultati riportati, l’agente sviluppato da Huawei Noah’s Ark Lab, University College London e altri collaboratori ha completato tutti i 25 giochi e i 183 livelli pubblici dell’ARC-AGI-3 in 7.518 mosse. Il totale umano riportato è di 17.135: Memento 3 ne ha usate circa il 44%, cioè il 56% in meno, ottenendo un punteggio RHAE di 100.8
27
L’ARC-AGI-3 è un benchmark interattivo: presenta giochi con grafica a pixel, ma non spiega in anticipo regole, obiettivi o comandi. Per riuscire, un agente deve esplorare l’ambiente e ricavare da sé come funziona.7
Un regolamento che diventa simulatore
Il principio alla base di Memento 3 è chiamato «Code as Model», cioè «il codice come modello». L’agente mantiene due strumenti collegati:
- Un regolamento in Markdown, dove annota ciò che ha osservato su oggetti, comandi e dinamiche. Le ipotesi possono essere aggiornate e ciò che ancora non è chiaro può restare esplicitamente irrisolto.
1
7
- Un modello eseguibile in Python, che traduce quelle ipotesi in una versione semplificata del gioco. L’agente può usarla per prevedere gli effetti delle mosse e pianificare prima di agire nell’ambiente vero.
5
14
Il ciclo è continuo: osservazione, riflessione, revisione delle regole, compilazione del codice e verifica. Se la previsione è sbagliata, l’agente può correggere sia il regolamento sia il simulatore.1
5
Un esempio riportato descrive un badge trasportato dal personaggio che, dopo aver toccato un pad, ruota di 90 gradi in senso orario. È il tipo di dettaglio che il sistema può inserire nel proprio regolamento e tradurre in una regola del simulatore.5
Le modifiche al regolamento e al codice vengono inoltre registrate con Git: se una revisione si rivela errata, il sistema può consultare la cronologia e ripristinare una versione precedente.14
La parola «auto-miglioramento» va quindi intesa in senso preciso: Memento 3 aggiorna le proprie conoscenze esterne e i programmi che usa, mentre il modello linguistico resta congelato. Non si tratta di riaddestrare ricorsivamente il modello di base.1
6
Il ruolo del modello linguistico
Memento 3 utilizza Claude Opus 5 come modello di base; secondo le fonti, non ne modifica i pesi e non lo mette a punto per i singoli giochi.8
13
14 Un confronto riportato assegna a Claude Opus 5 circa 40,7 RHAE nel test ufficiale dell’ARC Prize, mentre Memento 3 raggiunge 100 con l’architettura descritta.
10
14
Il dato suggerisce che memoria esplicita, simulazione e pianificazione possono cambiare sensibilmente le prestazioni di un agente. Non permette però, da solo, di stabilire quanto abbia contribuito ciascun componente né costituisce un confronto a parità di tutte le risorse di calcolo.
La prova di Pong e i limiti dei risultati
Lo studio riporta anche un esperimento con Pong: dopo aver appreso una strategia di controllo, un programma basato sul modello ha vinto tre episodi valutati per 21–0, senza ulteriori chiamate al modello linguistico.1 È una dimostrazione circoscritta: non basta a provare che lo stesso approccio funzioni allo stesso modo in ogni gioco o ambiente.
Il risultato principale riguarda infatti il set pubblico dell’ARC-AGI-3 e non dimostra prestazioni equivalenti sui giochi nascosti.7
27 Inoltre, un numero inferiore di mosse non indica automaticamente minori costi complessivi, tempi di risposta o uso di token: i dati qui disponibili non permettono di quantificarli. La prova descrive un metodo promettente per apprendere regole esplicite e usarle nella pianificazione, non un agente già dimostrato come generalista nel mondo reale.
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 ha completato 25 giochi dell’ARC-AGI-3: il segreto è un modello del mondo scritto in codice"?
Memento 3 ha completato tutti i 25 giochi e i 183 livelli del set pubblico ARC AGI 3 in 7.518 mosse, circa il 56% in meno rispetto alle 17.135 attribuite ai giocatori umani.[8][27]
What are the key points to validate first?
Memento 3 ha completato tutti i 25 giochi e i 183 livelli del set pubblico ARC AGI 3 in 7.518 mosse, circa il 56% in meno rispetto alle 17.135 attribuite ai giocatori umani.[8][27] Il sistema non ha aggiornato i pesi del modello linguistico né è stato messo a punto per i singoli giochi: ha usato Claude Opus 5 insieme a una memoria esterna e a un simulatore.[8][10][13]
What should I do next in practice?
Il metodo, chiamato «Code as Model», trasforma le ipotesi sulle regole in codice eseguibile, che l’agente usa per prevedere gli effetti delle mosse e pianificare.[1][5][6]
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