清华姚期智团队提出代数世界模型AWM，ARC-AGI-3全关卡通关
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载从记录现象到证明规律
材料用一个对照说明问题所在：在ARC-AGI-3这类不给规则、不给目标的游戏集里，顶级模型能把游戏机制整理成大量符号化规则，信息密度高、比其它模型精确，但这些规则只描述现象，没有抓住游戏世界运行的本质。研究人员把其中一个关卡改成不可能通关的步数设置后，模型试了8轮便断言需要更多步数才能赢，给出的数字与实际情况相差很远。在12次类似测试中，两个顶级模型合计只有5次判断出「不可能」，其中4次给出的最低步数还是错的。材料把这种只靠直觉与试错的方式，视为需要被替代的对象。
三步流程与数学工具
AWM的做法是把游戏中的对象、关系和规则抽象成一个「代数世界」，再借助大模型已有的数学能力去理解它。流程分三步：探索阶段先试玩，把看到的现象写成可执行的Python代码，作为初步假设；凝炼阶段用新观察验证和修正这些假设，提炼成更通用的对象与规则；证明阶段把规律形式化为Lean 4语言，变成逻辑严密、机器可自动检查的数学断言。概念结构的整理借鉴了范畴论中的投射极限与归纳极限：前者把已有概念及其关系拼合起来共同定义新东西，后者从不同对象中找共性并统一到更抽象的框架，两者来回迭代，使零散的Python假设逐步变得简洁、清晰、一致。
评测数字与适用边界
在ARC-AGI-3测试集上，基于Opus 5的AWM通关全部183个关卡，得分99.9%，平均通关动作数只有人类基准的43%，材料称其为已知系统中效率最高的。在被人为改成无解的关卡上，基于Opus 5.5的AWM尝试两次就能证明当前步数下无解，并指出只需再多一步即可获胜，这与前述模型给出错误步数估计形成对照。材料也说明了边界：证明只在「观测到的世界」内成立，如果探索不够全面、遗漏关键规则，得到的只是局部真理而非完整世界，因此路径是持续循环的。
为什么值得看
它把AI从「记录现象」推向「证明规律」，并给出可复核的评测数字与失败案例对照，值得关注世界模型与形式化推理方向的人一看。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。