Twin: ИИ-агент сам строит цифровой двойник неизвестной игры и проходит 97,8% уровней AR...
Twin: ИИ-агент сам строит цифровой двойник неизвестной игры и проходит 97,8% уровней ARC-AGI-3 Исследователи представили систему Twin (Test-time World-model Inference), в которой frontier coding-агент на лету пишет исполняемую модель мира для незнакомых игр. На бенчмарке ARC-AGI-3 (сложные сетчатые головоломки со скрытыми правилами и целями) система прошла 179 из 183 уровней. Обычный подход требует вручную проектировать модель под каждую задачу. Twin строит её из наблюдений и симуляций: агент предсказывает переходы, проверяет их в «двойнике» и исправляет ошибки по контр-примерам. Цель он часто угадывает ещё до получения награды (в 87% успешных случаев). Базовая модель одна даёт всего 7,8%, с обычным harness — 61%, а с Twin — уже 93,3%. При этом в 88% уровней агент оказывается эффективнее человека, который играет впервые. Это один из самых чистых примеров, как агент может понимать новую среду без предварительного обучения именно под неё. Код и все реплеи открыты. Источники: https://arxiv.org/abs/2608.14490 https://arc-agi-3-twin.vercel.app/ https://github.com/Alexyskoutnev/TWIN-ARC-AGI-3 #AI #AIAgents #WorldModels #ARCAGI #CodingAgents