arXiv cs.AI· Siddhartha Chatterjee (The University of Texas at Austin)·· 10 小时前AI 评分58
Darmok 系统在《泰晤士报》填字锦标赛中零错误解题并快于所有人类选手
Darmok: Championship Cryptic Crossword Solving via Constraint Tightening and Resilient Orchestration
AI 导读
论文提出 Darmok，一个在英国 cryptic 填字游戏上达到超人水平的自动解题系统。它在伦敦第 55 届《泰晤士报》填字锦标赛中零错误解出全部七道题，每轮速度都快于所有人类选手，决赛题用时 6 分 52 秒，比人类冠军快 3 分 13 秒。
正文 · AI 翻译
摘要：我们提出 Darmok，这是首个在英国式隐晦填字游戏上达到超人水平的自动化系统。与美国式填字游戏不同，隐晦线索在误导性的表面解读之下隐藏了一个未标注的定义和组合式文字游戏，稀疏的网格使每个单词近一半的字母未被交叉验证，而锦标赛规则规定，即使速度再快，只要网格中有一个错误或空白方格，排名就会落后于所有无错误的解答。在伦敦举行的第 55 届《泰晤士报》填字锦标赛上，Darmok 与顶尖人类选手同场竞技，无错误地解出了全部七道锦标赛谜题，并在每一轮中都比所有人类选手更快完成。它以 6 分 52 秒解出决赛谜题，比人类冠军整整快 3 分 13 秒。
当今的前沿 AI 模型平均而言可以在单次尝试中以相当的准确率和速度解出整道谜题。然而，云 API 调用仍会停滞、超时、触发安全拒绝，或陷入推理循环。为了同时实现锦标赛级的准确率、速度和可靠性，Darmok 分轮在三个独立模型之间交叉核对线索；利用已验证的交叉字母解锁更难的线索；并使用整题模型和词典查找来填补任何剩余空缺，而不覆盖已确认的单词。这一设计在为期五个月的每日评估期间保持了接近零错误的性能。在正常基准条件下，移除备用模型、回退步骤或精心设计的提示指令几乎不会改变准确率，使该架构显得过度设计。然而，无论是在日常运行中最糟糕的日子里，还是在现场锦标赛决赛中我们的主模型严重变慢时，备用路径都承担了解题任务，这表明随着基础模型掌握平均情况，构建复杂 AI 系统的核心挑战已转向最坏情况下的韧性。
| 评论： | 60 页，10 幅图，15 张表 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；分布式、并行与集群计算（cs.DC） |
| 引用为： | arXiv:2611.13557 [cs.AI] |
| （或 arXiv:2611.13557v1 [cs.AI] 为此版本） | |
| https://doi.org/10.48550/arXiv.2611.13557 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Siddhartha Chatterjee [查看电子邮件]
[v1]
2026 年 11 月 10 日星期二 04:21:44 UTC（1,929 KB）
来源：arXiv cs.AI · arxiv.org