Onderzoekers hebben Kepler uitgebracht, een opensourcetool die uitvoerbare wereldmodellen voor de ARC-AGI-3-benchmark bouwt en controleert. Met een vastgezette configuratie van Claude Opus 5 behaalde Kepler op alle 25 openbare games een door de server geverifieerde score van 100,00 RHAE. Dat lukte zonder per game een model te kiezen of de run opnieuw uit te voeren op basis van de score. Bij de meeste levels gebruikte het systeem niet meer acties dan een mediane menselijke speler.
Waarom het ertoe doet
Voor AI-ontwikkelaars laat dit resultaat zien dat één aanpak met wereldmodellen op uiteenlopende taken even efficiënt kan presteren als mensen, zonder kostbare afstemming per taak.
