复现HRM论文，消融实验发现外层细化循环是关键

我们能够在ARC-AGI-1上复现HRM论文的强结果。此外，我们进行了一系列消融实验以探究其背后的原因。主要发现：1. HRM模型架构本身（论文核心）并非重要因素。2. 外层细化循环（论文中很少提及）是性能的主要驱动力。3. 跨任务迁移学习帮助不大，关键在于在测试任务上进行训练。4. 可以使用更少的数据增强，尤其是在推理时。发现2和3意味着这种方法是一种“零预训练测试时训练”的案例，类似于Liao等人最近发表的“没有预训练的ARC-AGI”论文。