预训练与测试时训练预算影响ARC模型评测

1. 12:00
   arXiv cs.AI

   VARC 与 TRM 的预训练和测试时训练预算如何影响 ARC 评测：一项受控研究

   研究在 ARC-AGI-1 上以统一归纳协议对比 VARC 与 TRM，交叉测试 5 种预训练预算与 4 种测试时训练（TTT）预算。增加 TTT 样本呈现次数可提升两个模型的 pass@2 指标；增加 TTT 任务变体数量只对 TRM 稳定有益，VARC 往往在更少变体下表现更好。VARC 无预训练仍具竞争力，TRM 则更依赖预训练，表明预算设置会影响 ARC 评测结论。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。