LLMs 在 TIS-100 中刷新人类极限

LLMs Play Zachtronics' TIS-100

研究人员让 16 款顶尖 LLM 挑战编程解谜游戏 TIS-100，结果令人咋舌。这些模型在不知晓社区排行榜的情况下，竟在 55 个谜题中发现了 133 个新的帕累托前沿点，其中 18 个直接刷新了人类保持的循环记录。Opus 5.5 和 GPT-6 Astra 表现尤为突出，不仅解开了所有谜题，还通过独特的算法优化策略，在循环数、节点数和指令数之间找到了比人类更优的平衡点。这项研究不仅展示了 LLM 在复杂工程任务中的潜力，也揭示了它们如何通过迭代测试和诊断反馈，构建出超越人类直觉的解决方案。