Continual-ARC暴露智能体持续学习短板
先了解这件事
Unify.ai发布持续学习基准Continual-ARC,评测显示OpenClaw、Hermes Agent和Prime Agent难以从任务经验中积累知识或迁移到新任务,而基于权重的学习泛化表现更好。 该基准将三个版本的ARC-AGI组成终身任务流,通过任务间隔后重现测试记忆、通过持续出现新任务测试泛化。对Qwen3.5-9B和GLM-5.3 Flash的实验显示,多数基于记忆的harness方案未能有效改善记忆,成绩不及简单缓存;微调9B模型权重后则能记住所学内容并泛化至新任务。
AI 根据报道生成 · 20 分钟前更新
事件进展
2 个进展
- 11月12日 00:43 · 2 篇报道Unify.ai 发布 Continual-ARC 基准AGI Hunt:Unify.ai 发布 Continual-ARC 持续学习基准
- 11月11日 23:27 · 1 篇报道公布Continual-ARC持续学习测试结果AGI Hunt:Continual-ARC benchmark:主流 agent 无法从经验中学习,9B 模型微调可实现
报道时间线
沿着报道,了解事件的不同侧面。
- AGI HuntContinual-ARC:用终身任务流评测智能体技能习得,多数 harness 不敌简单缓存
Unify 团队提出 Continual-ARC,将三个版本的 ARC-AGI 组成终身任务流,比较基于记忆的 harness 与基于权重的持续学习系统。在 Qwen3.5-9B 与 GLM-5.3 Flash 的冻结权重实验中,harness 的持久化很少真正提升记忆,多数方法不及简单缓存,而基于权重的学习泛化更好。
- AGI HuntUnify.ai 发布 Continual-ARC 持续学习基准
Unify.ai 发布 Continual-ARC 基准,用于测试 AI Agent 从持续任务经验中学习的能力。评测显示 OpenClaw、Hermes Agent、Prime Agent 均无法有效积累经验或泛化到新任务,而经过微调的 9B 模型实现了经验记忆与新任务泛化。
- AGI HuntContinual-ARC benchmark:主流 agent 无法从经验中学习,9B 模型微调可实现
Continual-ARC benchmark 测试显示,OpenClaw、Hermes Agent、Prime Agent 等 agent 无法从经验中有效学习,也不能将经验泛化到新任务。微调一个 9B 小模型的权重后,模型能够记住所学内容并泛化到新任务,凸显当前 agent 框架在持续学习上的短板。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月12日 01:00
- 近 24 小时变化
- -49%
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。