ホットトピック観察中
研究团队提出语法透镜基准评估GPT-5.5推理能力
1 件の報道1 件の報道元1 日前 更新
まずこの件を把握する
AI 概要
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 が報道をもとに生成 · 22 時間前 更新
最新の進展11月3日 13:00
研究提出语法透镜基准评估GPT-5.5各版本，发现测试时计算量增加会扩大与人类回答的分歧。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月3日
- 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。
このストーリーのホット度の推移
現在のホット度 5·比較可能範囲のピーク 9（11月3日 18:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。