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 · x · 2026-10-23
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 测知识、ALE 测数字工作，PLE 则测试构建物理世界的真实工程能力。
基准包含 85 道经专家评审的任务，覆盖计算、图纸和设计评审三类真实工程场景。测试结果显示，所有前沿模型得分均低于 50%，暴露出 AI 在物理工程领域的显著短板。
所属事件:谷歌云发布 PLE 基准：前沿模型物理工程任务均不及 50 分(2 条相关)→
「研究」频道最新
- 的形式化验证壁垒为何被 LLM 消解 — teortaxesTex · 2026-10-23
- 日本 Moonshot IoB 脑机接口项目公开五年研究成果海报 — kaixhin · 2026-10-23
- 指标口径变更会骗过 Agent：开发者提出专属 eval 设计思路 — jylusdev · 2026-10-23
- ruff 作者发问：AI 芯片设计从 RISC-V 扩到 x86 有多难 — charliermarsh · 2026-10-23
- Transformer 联合建模电子与磁性，能量误差仅 0.01% — bravo_abad · 2026-10-23
- AI×Bio 48小时爆发：OpenAI 收购 Orchestra Bio 等 16 条动态 — vaibhavbetter · 2026-10-23