谷歌云发布 PLE 基准：前沿模型物理工程任务均不及 50 分

Google Cloud AI Research 发布新基准 Physical-Engineering's Last Exam（PLE），延续 HLE、ALE 的系列路线：HLE 考知识、ALE 考数字工作，PLE 则聚焦真实物理工程任务。测试结果显示，所有前沿模型在该基准上的得分均不足 50%，暴露出当前大模型在真实工程场景中仍有明显短板。

2026-10-23 ~ 2026-10-23 · 2 条相关

• 谷歌云发布 PLE 基准:物理工程考题全部前沿模型得分不足 50% — Afinetheorem · 2026-10-23
• Google Cloud AI 发布 PLE 基准：所有前沿模型真实工程任务得分不足 50% — sainingxie · 2026-10-23