I ricercatori hanno presentato Kepler, uno strumento open source che crea e verifica modelli eseguibili del mondo per il benchmark ARC-AGI-3. Con una configurazione fissa di Claude Opus 5, Kepler ha ottenuto un punteggio di 100.00 RHAE, verificato dal server, in ognuno dei 25 giochi pubblici. Ci è riuscito senza selezionare modelli diversi per ciascun gioco né ripetere le prove in base al punteggio; nella maggior parte dei livelli, inoltre, ha usato un numero di azioni non superiore alla mediana dei giocatori umani.
Perché conta
Per chi sviluppa l’IA, il risultato dimostra che un unico approccio basato su modelli del mondo può raggiungere un’efficienza pari a quella umana in numerosi compiti, senza costose ottimizzazioni specifiche per ciascuno.
