RespostasPublicado20 fontes
Memento 3: a IA que aprendeu as regras dos jogos escrevendo seu próprio “manual”
O Memento 3 completou 25 jogos e 183 fases do conjunto público ARC AGI 3 em 7.518 ações, contra 17.135 ações humanas, segundo os resultados divulgados.[8][27] Em vez de retreinar o modelo de linguagem, o sistema atualiza uma memória externa com regras e um simulador executável para testar previsões e planejar ações....
Publicado porImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- O Memento 3 completou 25 jogos e 183 fases do conjunto público ARC AGI 3 em 7.518 ações, contra 17.135 ações humanas, segundo os resultados divulgados.[8][27]
- Em vez de retreinar o modelo de linguagem, o sistema atualiza uma memória externa com regras e um simulador executável para testar previsões e planejar ações.[1][5][6]
- A equipe relata que o sistema usa Claude Opus 5 como modelo base; a comparação não demonstra, por si só, que a abordagem seja mais barata ou mais rápida.[10][13][14]
- O resultado vale para os jogos públicos avaliados. As informações disponíveis não confirmam alguns números de comparação e detalhes técnicos citados em relatos secundários.[7][27]
Prompt de IA
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
O Memento 3 completou os 25 jogos e as 183 fases do conjunto público do ARC-AGI-3 em 7.518 ações. Para comparação, o total humano informado foi de 17.135 ações: o sistema usou cerca de 44% desse número, ou aproximadamente 56% menos, e obteve RHAE 100.8
27
O ARC-AGI-3 é um benchmark interativo: os sistemas precisam explorar jogos apresentados sem instruções que expliquem suas regras, objetivos ou controles. A principal diferença do Memento 3, segundo os relatos disponíveis, não está em retreinar o modelo de linguagem, mas em dar ao agente uma memória externa revisável e um simulador em código para aprender com as próprias previsões.1
5
6
Como funciona o método “código como modelo”
O sistema mantém dois recursos que trabalham juntos:
- Um manual de regras: um documento Markdown registra o que o agente acredita sobre os objetos, as ações e a dinâmica do jogo. Regras ainda desconhecidas podem permanecer em aberto, em vez de serem tratadas como certezas.
1
7
- Um modelo executável do mundo: o agente transforma essas hipóteses em código Python, que funciona como uma versão simplificada do ambiente. Com ela, pode simular resultados e planejar ações antes de executá-las no jogo.
5
14
O processo se repete: observar o jogo, refletir sobre o que aconteceu, revisar as regras, atualizar o código e verificar se as previsões correspondem ao que ocorre de fato.1
5 Em um exemplo descrito nos materiais consultados, o agente aprende que pisar em uma plataforma gira um emblema carregado em 90 graus no sentido horário.
5
Essa forma de “autoaperfeiçoamento” não significa que o modelo-base se retreine. O que muda são as regras e os programas mantidos fora do modelo de linguagem, que permanece congelado.1
6 Relatos também dizem que o histórico de alterações é registrado no Git, permitindo consultar versões anteriores e reverter edições que deram errado.
14
O que os resultados permitem concluir
O sistema usa Claude Opus 5 como modelo-base, sem atualização dos pesos nem ajuste fino específico para cada jogo, segundo os relatos sobre o trabalho.10
13
14 Uma comparação divulgada atribui ao Claude Opus 5 cerca de 40,7 pontos de RHAE no harness oficial do ARC Prize, enquanto o Memento 3 alcança 100.
10
14 RHAE, ou eficiência relativa de ações humanas, compara o número de ações usado pelo sistema com o de jogadores humanos.
Essa comparação sugere que a arquitetura de memória e planejamento pode fazer diferença, mas não isola a contribuição de cada componente nem estabelece um teste com recursos computacionais equivalentes. Também é importante notar que o modelo-base citado é da Anthropic, não um modelo de fundação desenvolvido pela Huawei.9
13
O teste de Pong e as evidências disponíveis
No jogo Pong, um controle aprendido venceu cada uma das três partidas avaliadas por 21 a 0, sem novas chamadas ao modelo de linguagem depois de formado.1 Isso mostra que, nesse teste específico, o programa pôde continuar jogando com a estratégia aprendida sem depender de inferência contínua do LLM.
Alguns detalhes divulgados em relatos secundários não podem ser confirmados pelos trechos disponíveis: entre eles, a alegação de que a exploração usou cerca de 9.500 quadros e o procedimento exato para deduzir a física das colisões. Também não há evidência suficiente aqui para validar números de ablação como a redução de ações em três jogos ou a comparação de 899 contra 597 ações em um jogo. Mesmo se corretos, resultados em poucos jogos não permitem estimar o efeito de cada componente em todo o benchmark.
Limites do resultado
A pontuação divulgada diz respeito ao conjunto público de jogos; ela não comprova desempenho equivalente em avaliações ocultas ou em outros tipos de ambiente.7
27 Além disso, menos ações no jogo não significam necessariamente menor custo, menos tokens ou menor tempo de execução. Os dados disponíveis sustentam uma demonstração promissora de aprendizado explícito de regras e planejamento com código, mas não comprovam que o sistema seja um agente de uso geral em situações reais.
1
7
Por fim, não há evidência suficiente nos trechos consultados para confirmar uma comparação atribuída a Sergey Rodionov — 99 pontos de RHAE e 8.347 ações — nem a alegação de que o Memento 3 tenha usado a configuração de raciocínio mais alta.27
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Memento 3: a IA que aprendeu as regras dos jogos escrevendo seu próprio “manual”"?
O Memento 3 completou 25 jogos e 183 fases do conjunto público ARC AGI 3 em 7.518 ações, contra 17.135 ações humanas, segundo os resultados divulgados.[8][27]
Quais são os pontos-chave para validar primeiro?
O Memento 3 completou 25 jogos e 183 fases do conjunto público ARC AGI 3 em 7.518 ações, contra 17.135 ações humanas, segundo os resultados divulgados.[8][27] Em vez de retreinar o modelo de linguagem, o sistema atualiza uma memória externa com regras e um simulador executável para testar previsões e planejar ações.[1][5][6]
O que devo fazer a seguir na prática?
A equipe relata que o sistema usa Claude Opus 5 como modelo base; a comparação não demonstra, por si só, que a abordagem seja mais barata ou mais rápida.[10][13][14]
Fontes
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