热点事件观察中
Memento 3：基于规则手册的冻结大模型递归自改进
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Memento 研究团队在论文中提出 Memento 3，让冻结的大语言模型代理通过外部自然语言规则手册持续学习显式世界模型，主体通过观察、反思、规则修订、编译与验证的闭环递归自我改进。 论文称，在 ARC-AGI-3 全部 25 个公开关卡上通关，平均相对人类动作效率达 100.0，仅用 44% 的人类动作数。在 Atari Pong 案例中，学到的反馈控制器在三次不同开局中均以 21:0 获胜，且不再需要额外的大语言模型调用。
AI 根据报道生成 · 3 小时前更新
最新进展10月8日 04:00
Memento 3：通过反思规则手册实现基于模型的递归自我改进报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- HF Daily Papers精选Memento 3：通过反思规则手册实现基于模型的递归自我改进
Memento 3 提出让冻结的大语言模型代理通过外部自然语言规则手册持续学习显式世界模型的方法，主体通过观察、反思、规则修订、编译与验证的闭环来递归自我改进。在 ARC-AGI-3 全部 25 个公开关卡上通关，平均相对人类动作效率达 100.0，仅用 44% 的人类动作数；在 Atari Pong 案例中，学到的反馈控制器在三次不同开局中均以 21:0 获胜，且不再需要额外的大语言模型调用。
本事件热度走势
当前热度 3·可比范围峰值 3（10月9日 21:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。