IXThinker·2026-02-05 09:10姚順雨加入騰訊首個成果CL-bench亮相
姚順雨出任騰訊首席AI科學家後參與的首項成果面世：基準測試CL-bench，專門檢驗大模型「從上下文中學習」的能力，成績單相當扎心。
基準設計與成績
CL-bench要求模型僅憑上下文中提供的資訊解決任務，用以衡量推理與泛化能力。官方測試顯示，當前最強的GPT-5.1（High）任務解決率僅23.7%——即使解題所需的全部資訊都餵給模型，仍有超過四分之三的任務無法完成。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。