Отслеживание мыслей о агенте по кодированию, играющем ARC-AGI-3: уроки для непрерывного обучения

arXiv: 2610.11450v1 Annuales Type: New Brieflow: Мы изучаем, как кодировщик учится в последовательности абстрактных задач. Агент работает на модели замороженного фундамента в фиксированном жгуте и действует, записывая и выполняя сценарии Python и панциря. Она не сохраняет никакого государства, кроме письменных артефактов. Поэтому каждая мысль, которую она образует, носит, исправляет или оставляет следы, где мысли - это любые убеждения, правила или планы в отношении файла. Мы позволим агенту играть в ARC-AGI-3, набор интерактивных игр с расспросами без инструкций. Каждая игра - это последовательность уровней, и стратегия, которая очищает один уровень может провалиться на следующем, так что каждый новый уровень фактически является новой задачей. Агент записывает то, что он узнаёт как Python скрипты и текстовые заметки, в то время как жгут хранит полный журнал каждого действия и наблюдения. Наш вклад — это протокол измерения, который отслеживает каждую мысль через эти файлы от задачи, где она образуется до задачи, когда ее исправляют или оставляют.