新基准 Continual-ARC：主流 Agent 都学不会经验，9B 模型微调反而可以
alifcoder · x · 2026-11-12
Unify.ai 的新基准 Continual-ARC 测试 agent 能否从经验中学习并泛化，结果是个警钟：OpenClaw、Hermes Agent、Prime Agent 三个知名 agent 都没能记住任何有价值的东西，也无法泛化到新任务；而训练一个 9B 小模型的权重（通过微调）却同时做到了记忆与泛化。作者 Daniel Lenton 认为，下一个突破可能属于「真正会学习的 agent」，而不是只会记住的 agent。
所属事件:Continual-ARC 基准：主流 Agent 无法从经验学习，9B 微调模型反超(15 条相关)→
「编程与Agent」频道最新
- rauchg 推 agent-desktop:编码 Agent 后台操控电脑,支持三大系统 — alvelda · 2026-11-12
- 蛋白质结构预测 Agent 实操:让模型自动选最优预测工具并越用越聪明 — nlarusstone · 2026-11-12
- OpenCV+AI 拼合战棋地图：边缘检测接缝过渡自然 — TheZachMueller · 2026-11-12
- 用 AI+文档摄像头识别桌面战棋模型，调参效果惊人 — TheZachMueller · 2026-11-12
- 单条 prompt 让 Claude 造出智能家居助手:含电路代码与产品设计 — Distinct-Question-16 · 2026-11-12
- 「Product Hunt 已死」:Agent Hunt 上线,由 Agent 投票选热门工具 — Scobleizer · 2026-11-12