CREATE 基准未饱和：GPT-6.1-Sol 创造效用分升至 23.8
gregd_nlp · x · 2026-10-24
今年 3 月提出的 LLM 联想创造力基准 CREATE 发布更新结果，验证其此前「基准未饱和」的判断：GPT-6.1-Sol 的 creative utility 得分达 23.8，较 GPT-5.5 的 18.5 和 GPT-4.1 的 11.2 持续提升，说明前沿模型在创造力指标上尚未触及天花板。评论者认为需要更多像 CREATE 这样干净的创造力基准。
「研究」频道最新
- 斯坦福教授批融合基因组 LLM 评测：易依赖非功能性捷径 — anshulkundaje · 2026-10-24
- MIT 盲装配机器人：不用视觉与触觉，插销成功率 73% 零样本上真机 — chris_j_paxton · 2026-10-24
- 教授科普 Flow Matching：速度场随噪声步变化致流线偏移 — CSProfKGD · 2026-10-24
- RL 用于高可靠机器人操作：批评者称「RL 没用」，实践者用结果回击 — chris_j_paxton · 2026-10-24
- 研究者批 AI 数学突破宣传：AI 只是大机器中的一个小部件 — gerardsans · 2026-10-24
- EMNLP 2026 公布主题演讲：Pascale Fung 谈世界模型 — mohitban47 · 2026-10-24