스스로 시험 보고 채점해도 나아지지 않았습니다 — 텍스트 게임 7종 S3Gym

연구진 21인이 에이전트가 스스로 시험 보고 스스로 판정한 경험을 실제 성능 향상으로 바꾸는지 재는 인터랙티브 벤치마크 S3Gym을 공개했습니다. 텍스트 게임 7종과 실행 가능한 환경 검증기 위에서 원본 히스토리 ICL, 요약 메모리, 파라미터 학습 세 경로를 같은 조건으로 비교했습니다. 자기개선은 자동도 균일하지도 않았고 최적 경로가 태스크 구조에 좌우됐으며, 파라미터 학습에서는 음의 전이도 관측됐습니다.