超越答案、轨迹与效率：自适应推理的证据

当前AI系统评估侧重最终答案、推理轨迹及效率，但未能证明推理在任务或证据变化时是否自适应。 作者区分跨任务与任务内适应性，以 ARC-AGI 为诊断案例，提出面向干预的评估方法。 该方法旨在测试抽象迁移和假设修正，支持评估系统在变化条件下的鲁棒性和可审计性。