arXiv · ML· Daniel Lenton, Yusha Arif, Haris Mahmood·· 9 天前AI 评分50
Continual-ARC:衡量工作生命周期的技能获取基准
Continual-ARC: Measuring Skill Acquisition over a Working Lifetime
AI 导读
提出 Continual-ARC 终身流基准,用于统一评估基于记忆与权重的持续学习系统。该基准基于 ARC-AGI 任务流,允许重试并计费反馈预算,测试冻结模型的记忆与泛化能力。 实验显示,Qwen3.5-9B 和 GLM-5.3 Flash 的 Agent harness 在未见任务上无增益,而权重学习表现显著更好。
来源:arXiv · ML · arxiv.org