**Memento 3：基于反思规则库的模型驱动递归自我改进**

_Memento 3: Model-Based Recursive Self-Improvement through Reflective Rulebooks_

> Memento 3 提出一种让冻结 LLM 智能体通过外部记忆持续学习显式世界模型的方法。智能体维护自然语言规则库并编译为可执行代码，通过观察、反思、修订及验证的循环，利用预测误差优化规则与代码。该方法在 ARC-AGI-3 上以 100% 相对人类动作效率通关所有公开关卡，并在 Atari Pong 中实现零 LLM 调用下的完美胜率，展示了递归自我改进的潜力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.11794)