Araştırmacılar, ARC-AGI-3 kıyaslaması için çalıştırılabilir dünya modelleri oluşturan ve bunları denetleyen açık kaynaklı Kepler aracını yayımladı. Sabit bir Claude Opus 5 yapılandırmasıyla çalışan Kepler, halka açık 25 oyunun her birinde sunucu tarafından doğrulanmış 100,00 RHAE puan aldı. Bunu oyunlara göre model seçmeden veya puan koşullarına göre yeniden çalıştırma yapmadan başardı. Ayrıca seviyelerin çoğunda medyan bir insan oyuncudan daha fazla hamle yapmadı.
Neden önemli
Yapay zekâ geliştiricileri açısından bu sonuç, tek bir dünya modeli yaklaşımının görev başına maliyetli ayarlamalar yapmadan çok sayıda görevde insan düzeyinde verimliliğe ulaşabileceğini gösteriyor.
