新基准 Continual-ARC:主流 Agent 几乎无法从经验中持续学习
SimplyAnnisa · x · 2026-11-12
Unify AI 团队发布持续学习基准 Continual-ARC,评测结果显示 OpenClaw、Hermes Agent、Prime Agent 等知名 agent 都无法从经验中进行有价值的记忆,也无法泛化到新任务;而微调一个 9B 小模型的权重则同时做到了两者。有人引用并评论:一个需要更少提醒、能随时间更好理解用户的 AI 才是真正重要的进步。
所属事件:Continual-ARC 基准：主流 Agent 学不会经验，微调 9B 模型反而可以(11 条相关)→
「编程与Agent」频道最新
- 美联航将禁止个人AI代理代客预订机票 — Polymarket · 2026-11-12
- Agentic Search 图解：4 次搜索的循环成本约为单次搜索的 5 倍 — adnan_hashmi · 2026-11-12
- AWS 自曝：AWS Emulator 每行代码均由自主 AI Agent 编写 — SumitGup · 2026-11-12
- freeCodeCamp 上线 2 小时 Codex 智能体编码免费课 — adnan_hashmi · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- 整理 5.5 万数据点的教训:企业级 Agent 数据准备远比想象更难 — BenBajarin · 2026-11-12