测试时梯度更新是通往新一代AI的关键，ARC-AGI基准有助于理解泛化。

转推 @MindsAI_Jack: 谢谢。它在ARC上表现如此出色，也暗示了这些模型的泛化程度。原本它能否奏效并不显然，因为模型从未在真实答案上训练过。@fchollet 的ARC-AGI基准测试是对理解高效泛化的邀请。我强烈认为，测试时的梯度更新是通往新一代AI（更小、能力更强、拥有真正记忆的模型）的大门。