CIPHERGRID 论文入选 NeurIPS,测推理模型能否破解隐性符号系统
AccBalanced · x · 2026-09-25
作者 saiphcita 宣布论文 CIPHERGRID 被 NeurIPS 2026 接收。研究问题：当规则与语言都是潜在（未知）时，前沿模型能否解谜？论文测试大型推理模型能否从多模态数据中推断出未知的符号系统并进行序贯规划。作者感谢合作者 Chris Curtis 与 VMFragoso。
「研究」频道最新
- CellType 打造细胞药物响应模拟器,让自动化实验闭环学习 — david_van_dijk · 2026-09-25
- NeurIPS 放榜日现双标：审稿被骂死，中稿就赞美 — prajdabre · 2026-09-25
- 研究：AI Agent 仅靠 1 比特反馈即可学会隐秘通信，达 98.8% 准确率 — KyeGomezB · 2026-09-25
- 研究发现 LLM 天然具备线性叠加能力,一次前向可生成两路连贯文本 — Pavel Tikhonov · 2026-09-25
- 上海AI Lab 提出音视频联合生成强化学习方法 AV-GRPO,质量超 LTX-2.3 — Shanghai-AI-Laboratory · 2026-09-25
- 前 DeepMind 研究员:星际争霸自博弈 RL 难题已被 3 亿参数模型攻克 — syhw · 2026-09-25