跳到正文
Hugging Face Daily Papers·· 10 天前精选AI 评分78

世界模型需要多少曝光才能学会未见过的游戏机制?

How Many Exposures Does a World Model Need? Learning Unseen Game Mechanics at Test Time

AI 导读

论文提出 MechEval 基准和 WARC 模型,研究世界模型在陌生环境中通过有限交互学习新机制的能力。结果显示,WARC 模型在半数情况下仅需约 80 次曝光即可达到 80% 的预测准确率,且测试时训练能将闭环探索效率从 0.15 提升至 0.46。该工作为 ARC Prize 2026 论文赛道投稿,代码与权重已开源。

推荐理由

该研究在 ARC-AGI-3 基准上量化了世界模型学习新环境机制所需的曝光次数,并展示了测试时训练对闭环探索效率的提升。

来源:Hugging Face Daily Papers · arxiv.org