清华姚期智团队新作:代数世界模型,让AI像牛顿一样思考
2026.11.01 · 收录日 2026.11.01 · 事件 · 论文 · 论文预印本
清华团队提出AWM,用代数方法让AI从试错走向建模与形式化证明。
清华大学姚期智和袁洋团队提出「代数世界模型」(AWM),把游戏中的对象、关系和规则抽象成代数世界,借助大模型数学能力进行推理与证明。在ARC-AGI-3测试集上,基于Opus 5的AWM通关183个关卡,得分99.9%,平均通关动作数仅为人类基准的43%。
- AWM把游戏对象、关系和规则抽象成代数世界,用大模型数学能力理解世界,从探索试错走向建模和形式化证明。
- 面对被改成无解的关卡,基于Opus 5.5的AWM只需尝试两次就能证明当前步数无解,且只需再多一步即可获胜。
- 在ARC-AGI-3测试集上,AWM用Opus 5通关183个关卡,得分99.9%,平均通关动作数只有人类基准的43%。
- AWM从范畴论中借鉴投射极限和归纳极限两种互补思维,把零散假设迭代成可推理和证明的世界模型。
- 论文两位共同第一作者均为本科生:浙江大学潘冠成(休学在清华做研究)和清华姚班谭淇心;指导教师为袁洋、姚期智。
为什么值得看
看AI如何从记录现象升级为推导规律,逼近牛顿式科学发现。
适合谁关注
关注AI推理、世界模型与AI for Science的研究者和从业者。
