Memento 3 用规则手册让冻结参数模型递归自我改进

Memento 3 研究团队提出一种让参数冻结的 LLM 智能体持续学习的方法：维护自然语言规则手册作为持久记忆，并将其编译为可执行代码用于预测与规划，通过观察、反思、修订、编译与验证的循环，用预测误差同时改进规则手册和代码。更新后的代码须经 LLM 判断忠实于规则手册、且逐格回放复现观察到的状态转移才被接受。 团队报告的评测结果：在 ARC-AGI-3 上，该单模型智能体通关全部 25 个公开游戏的每一关，平均相对人类动作效率（RHAE）为 100.0，动作数为人类的 44%；在 Atari Pong 案例中，学到的反馈控制器在三个不同开局的评测对局中均以 21:0 获胜，且不再调用 LLM。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。