Abstraction and Reasoning Corpus（ARC）及其衍生基准用于检验模型在全新推理任务上的能力，但往往难以判断模型是捕获了任务的真实规则，还是利用了数据中的捷径。
Vision ARC（VARC）在预训练主干网络上额外加入一个可学习的任务嵌入，用以表示任务的变换规则。原始 VARC 在测试时对主干和任务嵌入同时进行训练（TTT）。
本文提出一种两步 TTT 流程：首先仅微调任务嵌入（Embed‑TTT），随后冻结该嵌入并微调主干网络。
在 ARC‑AGI‑1、ConceptARC 以及两套已知规则的受控数据集上，Embed‑TTT consistently 提升了任务嵌入的质量，使其与底层规则的对应关系更紧密，检索效果和对已知规则的线性探测均得到改善。
仅优化任务嵌入（占模型参数不到 0.01%）已能解决相当比例的 ARC‑AGI‑1、ConceptARC 与 Mini‑ARC 任务，而完整的两步流程进一步提升了最终性能。
任务嵌入能够恢复参数化规则的几何结构，展示了规则的组合能力，实现了规则间的插值但不支持外推，说明在 ARC 类评估中规则归纳与规则执行可以被明确分离。
这些发现呼吁设计能够更清晰地区分分布内外规则的基准，以推动对真正推理能力的评估。
点评