研究团队提出语法透镜基准评估GPT-5.5推理能力
Start here
2026年11月，研究人员在 arXiv 发布成果，提出基于计算理论的形式语法透镜基准，用于区分语言模型在不同测试时推理水平下的计算能力。评测结果显示，GPT-5.5 及其 Pro 衍生版本的数据接受率随推理水平逐步提高，GPT-5.5、GPT-5.5-Pro-Medium、-High 和 -XHigh 的接受率分别为 16%、40%、43% 与 52%。此外研究还指出，随着测试时计算量的增加，模型输出与人类回答的分歧出现扩大，揭示出模型计算能力提升与人类对齐之间存在的潜在冲突。
AI-generated from reports · Updated 1 day ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理基于语法透镜基准区分 GPT-5.5 Pro 的推理水平
研究人员提出基于计算理论的形式语法透镜基准，以区分语言模型在不同测试时推理水平下的计算能力。评测显示，GPT-5.5 及 GPT-5.5-Pro-Medium、-High 和 -XHigh 的数据接受率逐步提升，分别为 16%、40%、43% 与 52%。研究还发现，随着测试时计算量增加，模型输出与人类回答的分歧扩大，暴露出模型能力与对齐之间的潜在冲突。
Story heat trend
Current heat 4·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours-49%
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.