WARC-Agent

新的视觉 Transformer 模型只需少量曝光即可学习博弈机制

研究人员开发了一种名为 WARC 的视觉 Transformer 模型，该模型可以从有限的交互中学习博弈机制。在 ARC-AGI-3 基准测试中，WARC 证明了以高精度预测博弈机制效果的能力，大多数机制的学习大约在 80 次曝光内完成。当与图探索器配对时，WARC-Agent 显著提高了探索器的效率，展示了测试时训练的好处。