研究：大模型进步并非线性，难题提升或源于天花板效应

LChoshen · x · 2026-08-09

研究者指出，当前大语言模型（LLM）的进步不再呈线性，新模型在困难任务上的提升往往超过预期，而简单任务的提升则相对滞后。

这引发了对模型能力发展是否具有普适性的探讨。结合相关论文分析，这种向困难任务倾斜的进步趋势，很大程度上可能是由评测指标的天花板效应造成的，而非模型本身发生了质变。此外，新模型通常搭配更先进的智能体框架运行，这也导致难以界定成绩提升究竟源于模型本身还是外部工具。