博主拟发布旧版 LisanBench 论文:去除知识组件后 OpenAI 模型规划力极强
scaling01 · x · 2026-10-25
AI 评测博主 scaling01 表示"真的应该把旧版 LisanBench 论文发出来"。他此前披露:在一个去除了知识回忆与图构建组件的衍生任务上,OpenAI 模型同样表现极强——模型拿到 100 个词构成的图,需从给定起点找出最长简单路径,该任务最接近纯粹测量规划能力。这暗示 OpenAI 模型在某些被低估的推理维度上仍有强项。
所属事件:纯规划测试中 OpenAI 模型登顶并包揽前三(2 条相关)→
「模型」频道最新
- CERN 携手 Mistral 打造首个对撞机物理基础模型 — burny_tech · 2026-10-25
- 新版 ChatGPT instant 太爱「抬杠」,问天气也要先泼冷水 — gregmushen · 2026-10-25
- 揭穿 Pirate Face：号称保存模型权重，实际只是重定向 HuggingFace CDN — realmrfakename · 2026-10-25
- OpenAI 大幅折扣抢单：Rippling 编码负载从 Anthropic 占 57% 反转为 OpenAI 占 52% — kimmonismus · 2026-10-25
- 训练怪现象:语料倒序排列 loss 反而更高 — kalomaze · 2026-10-25
- LisanBench 纯规划子任务:OpenAI 模型登顶且前三均为 loopers — scaling01 · 2026-10-25