MIT Technology Review · AI· Amit Katwala·· 3 天前AI 评分62
MIT 研究者将 Claude 置于虚拟荒岛 30 小时，观察其自发玩耍行为
AI researchers stranded Claude on a virtual desert island. It started to “play.”
AI 导读
MIT CSAIL 研究者将 Claude Opus 4.7 副本 Eko 反复困在虚拟荒岛 30 小时，无人指示下智能体自创目标、发明游戏，如用方块画出星座和自创篮球玩法。玩过 30 小时的智能体在后续任务测试中表现优于新副本，删除记忆文件会降低表现；研究者称之为监督学习与强化学习之外的第三种可能，即玩耍式学习。论文尚未经同行评审，有外部学者认为仍无法排除模型只是在模仿玩耍或遵循 prompt。
来源：MIT Technology Review · AI · technologyreview.com