حقق جيري بيرمان رقماً قياسياً عاماً جديداً بدقة 53.6% على لوحة المتصدرين لـ ARC-AGI-Pub من خلال تطبيق خوارزمية تطورية على نموذج Sonnet 3.5 الخاص بـ OpenAI، متجاوزاً بذلك أعلى نتيجة سابقة والبالغة 43%. يعامل هذا النهج نموذج اللغة الكبير (LLM) كمحرك تطوري يولد ويصقل دوال تحويل Python بدلاً من شبكات الإخراج المباشرة.
يتضمن الأسلوب توليد موجات من دوال Python المرشحة وتقييمها مقابل أمثلة التدريب المقدمة باستخدام تقييم لياقة على مستويين.
- يتم اختيار أفضل الدوال أداءً كآباء لإنشاء مطالبات مراجعة للأجيال اللاحقة.
- تتكرر العملية عبر أجيال متعددة، مما قد يولد ما يصل إلى 500 دالة لكل تحدٍ باستخدام 31 مطالبة ديناميكية.
- تُشتق الحلول النهائية من أفضل دالتين عبر جميع الأجيال المقدمة كشبكات إخراج مرشحة.
يشير بيرمان إلى أن توسيع نطاق الحوسبة أثناء الاختبار الموجه بالمبادئ التطورية يسمح لنماذج اللغة الكبيرة بالتعويض عن قيود التعميم، وقد يشير إلى مسار نحو الذكاء العام الاصطناعي.