Los LLM superan a la comunidad de TIS-100 y baten tres récords de ciclos
LLMs Play Zachtronics' TIS-100
Dieciséis modelos recibieron TIS-100 y su manual, sin acceso a la tabla de clasificación, y se les pidió optimizar. Lograron 133 nuevos puntos en la frontera de Pareto, con mejoras en 18 de los 55 puzles y tres récords absolutos de ciclos. Opus 5.5 y GPT-6 Astra empatan en cobertura, pero resolver y optimizar son habilidades distintas: Gemini 3.8 Flash resuelve 53 puzles y apenas aporta un punto nuevo. En días, los jugadores humanos mejoraron la mayoría de sus programas.
Resolver y optimizar también son habilidades distintas.
- xpct
¿Alguien tiene alguna idea de cómo podemos seguir teniendo juegos tipo Zachtronics con una clasificación humana en el futuro, o eso es algo que simplemente no será posible?
- rpdillon
TIS-100 fue un juego que me expandió la mente. Casi desearía haberlo terminado (creo que llegué más o menos al 20). Siempre me pareció el tipo de juego que debería portarse a la web o a una TUI, aunque solo fuera como sandbox (sin traer los puzles específicos). ¡Probablemente debería retomarlo!
- xnorswap
Uno de mis juegos favoritos de todos los tiempos. Casi lo completé, pero me quedé atascado en un nivel que nunca logré entender del todo.
No quiero spoilearme mirando soluciones ni recibir ayuda de LLMs, así que cada par de años intento retomarlo, pero es difícil volver directamente a un puzle complicado.