프로그램화된 세계 모델링: OPINE-World

OPINE-World: 프로그램화된 세계 모델링

대규모 언어 모델(LLM)과 함께 작동하는 두 개의 협력적 agent를 사용하여 세계 모델을 온라인으로 학습하는 OPINE-World은 상호 작용을 통해 환경의 동작을 학습하고, 상호 작용을 통해 데이터 효율성을 향상시키며, 객체 중심의 프로그램화된 세계 모델을 학습합니다.

OPINE-World은 두 개의 협력적 agent를 사용하여 세계 모델을 온라인으로 학습합니다. 첫 번째 agent는 환경에 작동하여 정보를 수집하고, 두 번째 agent는 대규모 언어 모델(LLM)을 사용하여 코드로 작성된 세계 모델을 학습합니다. 이 모델은 상호 작용을 통해 데이터 효율성을 향상시키며, 객체 중심의 프로그램화된 세계 모델을 학습합니다.

OPINE-World의 특징

• 대규모 언어 모델(LLM)과 함께 작동하는 두 개의 협력적 agent
• 온라인으로 세계 모델을 학습
• 상호 작용을 통해 데이터 효율성을 향상시키기
• 객체 중심의 프로그램화된 세계 모델 학습

OPINE-World의 평가

OPINE-World은 ARC-AGI-3 벤치마크를 사용하여 평가되었습니다. 이 벤치마크는 능력-acquisition 효율성을 평가하는 데 사용됩니다. OPINE-World은 25개의 게임 중 20개를 해결했으며, 인간 기준에 대한 행동 효율성 점수는 78.4점으로 측정되었습니다.