LLM обошли рекорды сообщества в TIS-100 и нашли 133 новых точки Парето
LLMs Play Zachtronics' TIS-100
Шестнадцати LLM дали TIS-100, руководство и 10–45 минут на каждую из 55 головоломок, скрыв таблицу рекордов сообщества. Opus 5.5 и GPT-6 Astra решили все задачи и нашли по 11 новых точек фронта, а всего модели добавили 133 точки, из которых 18 превзошли рекорды игроков. При этом стоимость почти не связана с качеством: GPT-6.1 Sol набирает 75,6 за $0,75, а Opus 5.5 — 77,2 за $5,08.
Через несколько дней игроки взяли программы моделей и улучшили большинство из них.
- xpct
У кого-нибудь есть идеи, как в будущем сохранить игры в духе Zachtronics с человеческим лидербордом, или это просто станет невозможным?
- rpdillon
TIS-100 была для меня игрой, расширяющей сознание. Жалею, что не прошёл её до конца (кажется, застрял где-то на 20-м уровне). Она всегда казалась мне игрой, которую стоило бы портировать в веб или в TUI, хотя бы как песочницу (без переноса конкретных головоломок). Наверное, стоит к ней вернуться!
- xnorswap
Одна из моих самых любимых игр всех времён. Я почти прошёл её, но застрял на одном уровне, который так и не смог до конца осмыслить.
Не хочу спойлерить себе, глядя на решения, и не хочу просить помощи у LLM, поэтому раз в пару лет пытаюсь вернуться к ней, но вот так сразу нырнуть обратно в сложную головоломку трудно.