Нейросеть Darmok решила финал криптического кроссворда Times быстрее человека

По сообщению рассылки Guardian о кроссвордах, компьютерная программа впервые обошла людей в криптических кроссвордах. Ранее в октябре модель Darmok решила финальную головоломку ежегодного чемпионата Times по криптическим кроссвордам примерно на три минуты быстрее Лиама Хьюза. Ему 29 лет, и он стал самым молодым победителем соревнования среди людей. Издание проводит параллель с победой суперкомпьютера Deep Blue над Гарри Каспаровым в шахматах в 1997 году.

Автор рассылки напоминает историю вопроса. После Deep Blue редактор головоломок New York Times Уилл Шортц бросил инженерам вызов: сможет ли компьютер решать подсказки с каламбурами и игрой слов, он сомневался, а в таких широких и сложных играх, как кроссворды, люди, по его словам, всё ещё «оцениваются вполне прилично». Меньше чем через десять лет программа WebCrow обыграла 75 людей-кроссвордистов на конференции по ИИ, а к 2021 году программа Dr Fill «выиграла» американский турнир по кроссвордам, самый престижный для американского стиля, где опора идёт на общие знания, аллюзии и двойные смыслы. Но криптические кроссворды заметно сложнее: ещё в 2024 году коллега автора Алан Коннор спрашивал, останутся ли они последним, что ИИ не покорит.

Доктор Сид Чаттерджи, специалист по информатике из Техасского университета в Остине, в это не верил и в 2025 году взялся доказать обратное. Программу он назвал Darmok, по эпизоду «Звёздного пути», где экипаж пытается общаться с видом, говорящим только аллегориями; это похоже на решение криптических подсказок. Первая попытка на чемпионате Times провалилась: на финальной головоломке Darmok сдался через 18 минут.

Победе в этом году, как пишет издание, отчасти помогла подсказка, на которой споткнулись трое из пяти финалистов, включая 14-кратного чемпиона Марка Гудлиффа: «Wolf trap missing its lowest crosspiece? (5)» (то есть «Ловушка для волка без нижней перекладины?», пять букв). Буквы из соседних подсказок дали шаблон S_A_F. И SCARF, и SNARF означают «жадно есть» (синонимы к «wolf»), но остальная часть шарады опирается на зрительный образ: «trap» даёт синоним SNARE, а если убрать нижнюю черту у буквы E («missing its lowest crosspiece»), получится F, ответ SNARF. Чаттерджи сказал, что не видит закономерности в типах подсказок, с которыми Darmok справляется хуже всего, хотя головоломки Джона Хендерсона (для читателей Guardian, Enigmatist) даются программе тяжелее остальных.

Darmok построен на четырёх моделях: Gemini 3.1 Pro, Claude Fable 5, GPT-5 и GPT-6 Astra. Решают в основном первые две, остальные подключаются при необходимости. Улучшение в этом году Чаттерджи объяснил возросшей мощностью передовых моделей и своими доработками, например, Darmok теперь ждёт, пока попробует все подсказки, и только потом вписывает ответы. Прошлонедельный кроссворд Fed программа решила за 4 минуты 10 секунд.

Следующий рубеж, по словам автора рассылки, составление интересной головоломки, и это будет ещё больший скачок. Чаттерджи объясняет: это «очень, очень трудная задача», потому что нужно построить фразу, которая гладко разбирается и по обычным правилам английского, и по правилам криптического, а эти две грамматики сильно различаются. Если победа над людьми в криптиках была вызовом уровня Эвереста, то следующий он называет вызовом Олимпа (Olympus Mons).

Ключевые факты

• Darmok решил финальную головоломку чемпионата Times по криптическим кроссвордам примерно на три минуты быстрее победителя-человека Лиама Хьюза (29 лет).
• Создал программу Сид Чаттерджи из Техасского университета в Остине; работу он начал в 2025 году. В первой попытке Darmok сдался на финале через 18 минут.
• Darmok основан на четырёх моделях: Gemini 3.1 Pro, Claude Fable 5, GPT-5 и GPT-6 Astra; решают в основном первые две.
• Улучшение Чаттерджи объясняет мощностью передовых моделей и своими доработками: программа вписывает ответы только после попытки решить все подсказки.
• Следующий рубеж, составление интересных криптических кроссвордов; Чаттерджи называет это вызовом Олимпа (Olympus Mons).

Почему это важно

Криптические кроссворды строятся на каламбурах, омонимах и игре слов, и ещё в 2024 году в Guardian спрашивали, не останутся ли они последним, что ИИ не покорит. Прежние успехи, WebCrow, победивший 75 людей на конференции, и Dr Fill на американском турнире, относились к кроссвордам американского стиля. Результат Darmok издание сравнивает с победой Deep Blue над Каспаровым в 1997 году.

Кому это важно

Любителям и составителям головоломок, исследователям, которые проверяют ИИ на языковых играх с неоднозначностью, и тем, кто следит за тем, на что способны связки из нескольких передовых моделей: Darmok работает на четырёх передовых моделях.

Как это применить

Прямого применения в источнике нет. Интересна архитектура: несколько моделей, из которых основную работу делают Gemini 3.1 Pro и Claude Fable 5, а GPT-5 и GPT-6 Astra подключаются при необходимости, и приём Чаттерджи, не вписывать ответы, пока не опробованы все подсказки. Проверить силы против программы можно на кроссворде Fed, который она решила за 4 минуты 10 секунд.

Можно ли доверять

Источник, рассылка Cluesletter в Guardian, то есть журналистский материал, а не научная публикация. Исход основан на публичном результате чемпионата Times, но точное время Darmok и Хьюза не приводится, только разница примерно в три минуты, а общий итог программы в соревновании не указан. Причины улучшения, это слова самого Чаттерджи.

Риски и подводные камни

Победа касается одной финальной головоломки, а не всего чемпионата: данных об общем зачёте нет. Закономерности в типах подсказок, на которых программа ошибается, не выявлено, хотя головоломки Enigmatist ей труднее обычных. Составление интересного криптического кроссворда, по словам автора, ещё более высокий барьер, и сроков его преодоления источник не называет.

«Если [победа над людьми в криптических кроссвордах] была вызовом уровня Эвереста, то следующий я называю вызовом Олимпа (Olympus Mons).»

— Сид Чаттерджи, создатель Darmok