echolabsDel botón al programa
Lo que aprendí del ensayo ARC anterior y del arnés público The Duck.
En septiembre probé un asesor LLM sobre juegos ARC-AGI-3. El ensayo de 16 juegos usó Qwen3-30B-A3B-Instruct-2507. L resolvió cero niveles, L+P uno, L+ECHO cuatro y ECHO solo trece. Los cuatro niveles híbridos llegaron por el fallback EXPLORE; no puedo adjudicarlos a las acciones del modelo.
Contar niveles no era suficiente
La corrección RHAE del informe registró L=0, L+P=0,22, L+ECHO=0,005 y ECHO solo=0,07. Más niveles no implicaron mayor eficiencia de acciones. Aquellos juegos ya fueron vistos y no son un nuevo examen reservado.
Qué me interesa de The Duck
La publicación de Tufa Labs usa un modelo que escribe Python, inspecciona observaciones y ejecuta secuencias mediante un intérprete. Su release público emplea Qwen3.6-27B-FP8. Combina imagen y texto, y mantiene el contexto corto desalojando mensajes antiguos. Es una referencia concreta que merece reproducirse antes de modificarla.
Una macro puede ahorrar llamadas LLM, pero quince movimientos siguen siendo quince acciones del juego. El padre debe autorizar cada paso y conservar lo que ya ocurrió si el programa falla. El mundo no tiene rollback Git.
La pregunta de ECHO
Quiero comprobar si planificación condicionada y memoria revocable reducen exploración repetida frente a ese mismo agente. Duck ya tiene segmentación y puede escribir búsquedas: nuestra aportación no es inventar esas capacidades. El método de Yi-Chia Chen, aunque ocupa el segundo puesto del ranking consultado, no está verificado por nuestra investigación; no le atribuyo los papers de otra persona con el mismo nombre.