Memento 3：冻结LLM智能体借规则手册自改进
AI 总结
论文提出 Memento 3，让参数冻结的 LLM 智能体通过外部记忆持续学习显式世界模型：智能体维护一份自然语言“规则手册”，记录关于环境动态的可修订假设，并把手册编译为可执行代码用于预测与规划。在观察、反思、修订规则、编译、验证的循环中，它用预测误差同时改进规则与代码；只有当 LLM 判定代码忠实于规则手册、且逐格重放能复现观测到的状态转移时，更新才会被采纳。在 ARC-AGI-3 上，单模型智能体通关全部 25 个公开游戏的所有关卡，平均相对人类行动效率（RHAE）为 100.0，所用动作数为人类动作数的 44%；在 Atari Pong 案例中，学习到的反馈控制器在三局不同开局中均以 21:0 获胜，且无需再次调用 LLM。
深度见解
它展示了一条不让底层大模型更新权重、仅靠经验修订世界模型来实现持续改进的路径，可用于检验“递归自我改进”在受控条件下的可行性与边界。