ホットトピック継続更新中
研究团队推出大模型状态追踪探针WMIP并开源
1 件の報道1 件の報道元9 時間前 更新
まずこの件を把握する
AI 概要
2026年11月4日，研究人员推出受工作记忆启发的可编程探针WMIP，用于评测大语言模型（LLM）的累积状态追踪能力。在对18款大语言模型的测试中，模型在单步算术上的平均准确率为84.9%，但面对经历3至7次更新的核心题目时，准确率骤降至31.7%；在更新次数达到50次以上时，准确率均跌破10%。此外，测试表明在要求写出中间步骤的输出协议下，模型核心准确率可回升至88.0%。目前，WMIP相关的数据生成器、题目与评测代码已全部开源。
AI が報道をもとに生成 · 9 時間前 更新
最新の進展11月4日 13:00
研究团队开源WMIP探针，测试显示LLM在经历多次状态更新时准确率显著下降。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4日
- arXiv 自然语言处理WMIP：受工作记忆启发的大语言模型累积状态追踪可编程探针
研究人员推出受工作记忆启发的可编程探针 WMIP，用于评测 LLM 的累积状态追踪能力。在 18 款 LLM 测试中，单步算术准确率为 84.9%，但面对 3 至 7 次更新的核心题目准确率跌至 31.7%，50 次更新以上时准确率均低于 10%。在要求写出中间步骤的输出协议下核心准确率可达 88.0%，目前生成器、题目与评测代码已开源。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月4日 14:00）·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。