姚顺雨署名首作发布：腾讯如何推进上下文学习

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

机器之心编辑部

前不久在 AGI-Next 前沿峰会上，姚顺雨曾分享过一个核心观点：模型想要迈向高价值应用，关键瓶颈就在于能否“用好上下文”。

这与近期 OpenAI Jiayi Weng 在访谈中的观点不谋而合。Jiayi Weng 认为，上下文决定了模型与人类认知的边界。只要信息足够对等，普通人或许也能胜任 OpenAI 的工作，人与人之间的差距，往往只是源于信息不对称。

而近日，混元团队和复旦大学联合团队发布了首篇论文《CL-bench》，在“重视上下文”的基础上又往前推进了一大步。

值得一提的是，这也是姚顺雨加入腾讯后首次署名的研究论文。

论文题目：CL-bench: A Benchmark for Context Learning 项目主页：www.clbench.com

论文证实了一个更棘手的问题：即便抹平了上下文带来的信息差，模型也未必能解决问题。这说明模型在上下文利用上，依然存在显著的能力短板。

具体来说，作者认为上下文“给到位了”并不等同于任务就能“做对”。这中间考验的是模型的学习能力：就像两个学习天赋不同的人，读的是同一本武功秘籍，有人能瞬息间领悟招式精髓，有人却始终不得要领。

这种差异的本质在于模型的上下文学习能力不同。如果模型缺乏从上下文中学习新知识、掌握新技能的能力，哪怕解决问题所需的逻辑和范例都近在咫尺，它也依然无从下手。