华为Memento 3通关ARC-AGI-3全部25款游戏,操作次数比人类少56%
华为诺亚方舟实验室联合UCL等团队推出Memento 3智能体系统,以满分100的RHAE(相对人类行动效率)通关ARC-AGI-3全部25款游戏183个关卡,总操作7518次,比人类的17135次少约56%。
递归自我改进未必要训练模型,靠可检验、可回滚的外部世界模型,冻结参数的大模型也能在陌生领域自我迭代。
- 影响同底模不同智能体框架成绩差59.3分,选型时框架与底模同样关键;学会的策略交给代码执行后不再调用大模型,运行推理开销随之下降,但探索阶段Token和算力消耗不低;目前验证限于规则明确的游戏,复杂现实场景未测。
- 参考可考虑在采购或搭建Agent时把框架能力列入评测项,同一底模多比几套框架再定;值得在规则明确的内部流程试点,让智能体沉淀规则文档和可执行代码,并记录Token与算力开销。