しゅんぴー(Shun_PI)

というわけでAWTF2026ヒューリスティック部門、優勝しました！ 私の人生でこんな出来事は二度と無いだろうと思えるほどの結果だと思っています 素晴らしい大会をありがとうございました！

イメージとしては事前に小数点7桁目以下が0になるように光を分光しておいて、この状態でビームサーチで誤差1e-6相当を達成できればその瞬間誤差0も達成できるみたいな感じ？ ちょっと真似してみるか

10日コンテストならまだ人間が勝てる余地はあるのか（正直AIはもう参加してくれない可能性が高そうだけど）

コンテスト中OpenAIがスコア2000切ってスゲーって言ってたのにスコア2って何w 見た目的にはコンテスト中にShunPIさんとRafbillさんがやっていた解法の延長っぽい？このタイプの解答はAIは一度も提出していませんでした

@pie2yb8 今回のAWTFの結果は見ましたか？ 私の感覚では今回の問題はかなり人間有利な問題で、それでも大差で負けました このモデルであれば9割以上のAHCの問題で人間に余裕で勝てると思っています

@Shun___PI でもAHCとか難しいやつは人間のトップ層に勝てないんじゃないでしたっけ？

以前は「LLMは人間の書いたものを学習してるんだから、せいぜい人間の上位1割とか、1%とか、何らかのパーセンタイルで性能が止まるんじゃないか」って意見は割とあったと思うし私もそっちよりだったけど、今回の結果で普通に全人類を大幅に超えてSFみたいになる可能性がはっきり出てきたと思う

逆にKaggleが攻略されるといよいよAIが自分の性能を上げ続けて正のループに入る狭義シンギュラリティが現実的に

強化学習に限らず試行錯誤に物理的・時間的リソースがかかる機械学習系はAIオンリーで進める難易度が一段階高くなるので、Kaggleが攻略されるのはさすがにまだ1年以上かかると思う

強化学習以外だと絵の具回かなーと思ってたけどもうAIの方が強そう

今のAIでも人類に負けそうなAHC回で一番有望なのがエチレンさんの強化学習だと思う（非強化学習でこれを超えるのは相当無理があって、さすがにリソース確保して強化学習を進めるなんてフローは事前準備してないとできないから）

アルゴの決勝見ると毎回砂時計とeのゆっくり解説見たくなる

seed0

【評価値】 ・「これまでの誤差総和」＋「今発射した時の誤差のsoft clip」×(4e-3~1e-5) ・soft clipは、あるtarget errorよりも誤差を過剰に小さくする価値を弱める目的（平均的に一定の誤差にすることが重要なため）。

AWTF2026 1位解法の要点 #AWTF2026 【大方針選定】 ・1日目午前中は2進数解法をメインに考えていたが、操作1回あたりの誤差改善がAIのスコアと比べてあまりよくない方針しか思いつかず ・AIのスコアを実現するには「盤面の各マスに対する各操作が、なるべくユニークな光量変化を起こす必要がある」

やばいと噂のアルゴのE問題の解説を見てみたが、1行目からすでに分からない 終