Исследователи представили Kepler — инструмент с открытым исходным кодом, который строит и проверяет исполняемые модели мира для теста ARC-AGI-3. При фиксированной конфигурации с Claude Opus 5 система получила подтверждённый сервером результат 100,00 RHAE в каждой из 25 публичных игр. Для этого не потребовалось подбирать модель отдельно для каждой игры или перезапускать её с учётом набранных очков; на большинстве уровней Kepler использовал не больше действий, чем игрок с медианным результатом среди людей.
Почему это важно
Для разработчиков ИИ этот результат показывает, что единый подход на основе модели мира может обеспечить эффективность на уровне человеческой в самых разных задачах без дорогостоящей настройки под каждую из них.
