研究人员推出了Continual-ARC,这是一个旨在评估AI代理在长时间内技能习得能力的新基准。该基准源自ARC-AGI的三期比赛,以终身流的形式呈现任务,包含休眠间隔和新任务,允许对基于记忆和基于权重的学习系统进行比较。使用Qwen3.5-9B和GLM-5.3 Flash进行的初步实验表明,大多数基于权重的(harness-based)方法难以超越简单的演示缓存,并且与展示出显著泛化收益的基于权重的学习不同,它们在未见过(unseen)的任务上均未取得改进。 AI
影响 该基准有望推动能够持续学习和泛化的AI代理的进步。
排序理由 该集群描述了一篇介绍AI研究新基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →