论文特别提到，在不提供任何上下文的情况下，GPT-5.1(High)仅能解决不到1%的任务，有力证明了模型若不从上下文中学习几乎完全无法解决这些任务。 团队在CL-bench上评估了十个最先进的语言模型，…
这揭示了当前模型的训练范式和在真实场景中应用之间是不匹配的：我们优化出的模型擅长对自己「已知」的事物进行推理，但用户需要的，却是让模型解决那些依赖于杂乱、动态变化的上下文的任务。在许多情况下，模型只会利用预…
11/10 12:13
11/10 12:11
11/10 12:10
11/10 10:19
11/10 10:18
11/10 10:09
11/10 10:08
京公网安备 11011402013531号