研究追踪编程智能体持续学习过程

Chen Wu 等作者发表论文，提出一套测量协议，追踪编程智能体在 ARC-AGI-3 交互推理游戏中的思维如何跨任务形成、修正或放弃，并应用于三款基础模型、两个模型家族的七次评估运行。 该智能体基于冻结的基础模型运行在固定 harness 中，仅通过编写 Python 和 shell 脚本行动，除书面产物外不保留任何跨轮状态，因此其持续学习只能体现在脚本与文件记录中。作者称，协议会沿这些文件追踪每个思维从形成到被修正或放弃的完整轨迹。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。