热点事件持续更新
研究揭示代码智能体在ARC-AGI-3上的持续学习机制
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月9日，一项发表于arXiv的研究通过追踪编码智能体在ARC-AGI-3推理任务中生成的脚本与笔记，分析了其持续学习机制。在覆盖2个模型家族共3个主干模型的评估中，智能体在跨任务时会舍弃74%的旧脚本并重写以提取通用规则，跨任务脚本引用仅发生33/630次。研究指出，智能体借助笔记追加机制与完整操作日志实现了选择性遗忘而非灾难性遗忘，同时失效的硬编码值构成了代价最高的错误类型。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
研究通过ARC-AGI-3任务揭示代码智能体借助笔记与日志实现选择性遗忘机制。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 人工智能追踪编码智能体运行 ARC-AGI-3 的思维过程：对持续学习的启示
研究通过追踪编码智能体在 ARC-AGI-3 推理任务中生成的脚本与笔记，分析了其持续学习机制。在 2 个模型家族共 3 个主干模型的评估中，智能体在跨任务时会舍弃 74% 的旧脚本并重写提取通用规则，跨任务脚本引用仅 33/630 次。智能体借助笔记追加与完整操作日志实现了选择性遗忘而非灾难性遗忘，其中失效的硬编码值构成代价最高的错误。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。