arXiv · NLP· Haoyu Zhao, Zhengxu Yu, Zhiyuan He, Meng Fang, Rasul Tutunov, Haitham Bou-Ammar, Weilin Luo, Jun Wang·· 10 天前精选AI 评分68
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: Model-Based Recursive Self-Improvement through Reflective Rulebooks
AI 导读
研究人员发布Memento 3框架，使冻结的LLM智能体通过维护自然语言规则手册作为持久语义记忆，持续学习显式世界模型。该框架将规则编译为可执行代码用于预测和规划，并通过观察、反思、规则修订、编译和验证的循环，利用预测误差精化规则与代码。在ARC-AGI-3基准测试中，单模型智能体完成了全部25个公开游戏的所有关卡，平均相对人类动作效率（RHAE）达到100.0，仅使用人类动作数量的44%。
推荐理由
论文提出Memento 3框架，通过外部记忆更新世界模型实现冻结LLM的递归自我改进，并在ARC-AGI-3上达到100%人类效率。
来源：arXiv · NLP · arxiv.org