姚顺雨腾讯首篇论文：给AI下半场指路“上下文学习”

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 姚顺雨，入职腾讯首席AI科学家后，参与的首个成果来了。 这项研究与姚顺雨一贯的研究思路高度契合，去年8月他在OpenAI期间发表的博文《下半场》曾提出一个被反复引用的判断： AI正处在"中场休息"阶段，上半场是训练大于评估，下半场将是评估大于训练。 真正重要的不是继续堆模型规模，而是让模型在真实任务、真实系统中经得起检验。 CL-bench的评测结果相当扎心，当前最强的GPT-5.1 (High)，任务解决率只有23.7%。 CL-bench ，专门用来测试大模型"从上下文中学习"的能力。 换句话说，即便把解题所需的全部信息都喂给模型，它依然在超过四分之三的任务上栽了跟头。 为什么需要上下文学习 研究团队在博客中开门见山地指出了一个被忽视的问题：今天的前沿模型是顶级的"做题家"，能解奥数、能写代码、能通过人类需要苦读数年 才能拿下的专业资格考试。 但这能在考场拿满分的学生，未必能胜任真实世界的工作。 博客中举了三个人类日常生活的例子： 这些场景中，人类并不只依赖多年前学到的死知识，而是在实时地从眼前的上下文中学习。 然而今天的语言模型并非如此。它们主要依赖 ...