참고Reddit
Claude Opus 5, 스크린샷 기반 3D 큐브 퍼즐 자율 해결 실험
멀티모달 모델의 실시간 상황 인지 및 도구 제어 능력을 보여주는 사례. 에이전트의 시각적 추론 한계 테스트.
요약
최근 3D 루빅스 큐브를 오직 스크린샷만을 통해 시각적으로 해결하는 벤치마크인 'TWIST'가 공개되었다. Claude Opus 5는 20번 섞인 큐브를 해결하는 과정에서 83번의 동작 끝에 문제를 풀었으며, 최적 해법인 19번보다는 많은 횟수가 소요되었다. 총 소요 시간은 44분으로, 이 중 2,617초(약 43분 37초)가 사고 과정에 사용되었고 실제 큐브 이동은 25초에 불과했다. 이 과정에서 모델은 총 73장의 스크린샷을 찍어 상황을 파악했으며 정답지를 참조하지 않고 24만 개의 토큰을 사용했다. 연구자는 해당 벤치마크가 2x2부터 6x6까지의 큐브와 거울 큐브를 지원하며, 향후 더 많은 모델에 대한 검증을 위해 리포지토리를 공개했다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 TWIST : A benchmark where the model can only see the Rubik's cube through screenshots. Opus 5 solved it - 44 minutes, 99% of that was thinking.
원문 보기 ↗