热点事件持续更新
研究团队推出大模型状态追踪探针WMIP并开源
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 7 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 8·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。