Memento 3：用反思规则本让冻结LLM自我改进
热点事件持续更新
Memento 3：用反思规则本让冻结LLM自我改进
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Haoyu Zhao 等作者发布论文提出 Memento 3，让冻结的 LLM 智能体通过外部记忆持续学习显式世界模型：以自然语言规则手册作为持久语义记忆，并经编译、验证的代码执行预测与规划。 论文称，在 ARC-AGI-3 上，单模型智能体通关全部 25 个公开游戏的所有关卡，平均 RHAE 达 100.0，仅用人类 44% 的动作数；在 Atari Pong 案例中，学得的反馈控制器在三局不同开局中均以 21:0 获胜，且无需再调用 LLM。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
Memento 3：通过反思式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9日
- arXiv：cs.AIMemento 3：通过反思式规则手册实现基于模型的递归自我改进
Memento 3 让冻结的 LLM 智能体通过外部记忆持续学习显式世界模型：以自然语言规则手册作为持久语义记忆，并经编译、验证的代码执行预测与规划。在 ARC-AGI-3 上，单模型智能体通关全部 25 个公开游戏的所有关卡，平均 RHAE 达 100.0，仅用人类 44% 的动作数。在 Atari Pong 案例中，学得的反馈控制器在三局不同开局中均以 21:0 获胜，且无需再调用 LLM。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。