腾讯复旦联合发布CL-Bench基准,揭示大模型上下文学习缺陷
2026年2月4日,腾讯混元团队与复旦大学联合研究组正式发布首篇合作论文CL-bench。该成果也是姚顺雨担任腾讯首席AI科学家以来,首次以作者身份参与发表的学术论文。论文指出,当前人工智能与人类智

2026年2月4日,腾讯混元团队与复旦大学联合研究组正式发布首篇合作论文CL-bench。该成果也是姚顺雨担任腾讯首席AI科学家以来,首次以作者身份参与发表的学术论文。
论文指出,当前人工智能与人类智能之间的核心差距,并非源于知识储量的多寡,而在于持续学习与即时适应的能力。一个仅靠预训练灌输大量静态知识却无法从新情境中主动获取并运用信息的模型,恰如熟记整部字典却无法组织语言进行表达的人——表面渊博,实则缺乏应变与生成能力。人类智能的关键特征,在于能够基于当下所见所闻的上下文实时调整认知、提炼规律、完成推理,而非机械调用过往经验。
针对这一关键能力缺口,研究团队提出CL-bench评测基准,旨在系统评估大语言模型是否真正具备“从上下文中学习新知识并准确应用”的能力。该基准由领域资深专家历时数月构建,涵盖500组结构复杂、语义丰富的上下文样本,对应1899项细分任务及31607条精细化验证标准。
CL-bench设定了唯一但极具挑战性的核心要求:每个任务的解答,必须严格依赖上下文中提供的、模型预训练阶段从未接触过的新信息,并在理解后正确执行。实验结果显示,目前全球综合表现位居前列的十款大语言模型,在该基准上的平均任务完成率仅为17.2%。数据表明,即便最先进的模型,在上下文学习这一基础智能维度上仍存在明显不足,尚未形成稳定、可靠、可泛化的上下文内化与应用能力。
这一发现不仅揭示了当前技术的现实局限,也为后续模型架构设计、训练范式优化与评估体系完善提供了明确的突破方向:着力提升模型对动态上下文的感知力、抽象力与迁移力,使其真正成为具备实时学习能力的智能体。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
Meta扎克伯格坦承AI智能体发展不及预期,超级智能仍需时间
IT之家 7 月 3 日消息,据《商业内幕》今天报道,Meta 首席执行官马克 · 扎克伯格在上周四的一场内部全员会中表示,公司仍在努力实现“超级智能”(Superintelligence),但目前还需要投入更多时间和精力。据两位参会人士透露,扎克伯格表示,Meta 正在向人工智能领域投入大量资源,
Agentic AI重构影像创作,影石Insta360联
全民影像记录时代到来,全景相机、运动相机、航拍无人机走进大众生活,每个人都能随手拍摄海量视频素材,但剪辑繁琐、高光筛选耗时、全景素材适配难等行业痛点始终未能彻底解决。市面上主流剪辑工具大多只聚焦后期编辑,平台适配流程复杂、模板同质化严重,针对360°全景画面的智能制作能力更是长期空白。与此同时,全球
微软Teams加强第三方AI智能体权限管理,需会议组织者确认后放行
IT之家 7 月 6 日消息,微软发文,宣布为 Microsoft Teams 会议应用推出全新的 AI 机器人管理策略,当第三方 AI 机器人尝试加入会议时,必须先获得会议组织者批准后才能进入。据介绍,目前微软已在 Teams 管理中心新增“Manage external bots and the
小猿AI接入多模态AI能力,推动智能学习体验升级
小猿AI升级为全学科AI学习助手,强化多模态能力,支持图像识别、文本理解与题目解析;拍照后可智能分析题型、匹配知识点并推荐练习;语文英语模块新增语句纠错、单词解释及作文辅助功能。小猿AI近期在产品能力上迎来重要升级,正式强化多模态AI能力,使其在图像识别、文本理解与题目解析方面表现更加全面。据产品体
阶跃AI推动多模态AI发展:语音与内容生成能力持续增强
阶跃AI正加速构建多模态AI能力,重点布局语音识别与生成、跨模态内容理解;强化语音交互,支持自然语音输入输出;提升图文理解能力,拓展至营销文案、知识整理等智能写作场景;向全面智能助手演进。阶跃AI正在加速推进多模态AI能力建设,重点布局语音识别、语音生成以及跨模态内容理解能力。在最新技术方向中,阶跃
- 热门数据榜
相关攻略
2026-07-13 14:42
2026-07-13 14:40
2026-07-13 14:36
2026-07-13 14:19
2026-07-13 14:16
2026-07-13 13:55
2026-07-13 13:55
2026-07-13 13:55
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

