前沿模型「思维盆地」横向对比:GPT-5.6 Sol 最不易卡死,探索最广

teortaxesTex · x · 2026-11-13

AlexGDimakis 等研究者介绍了「idea basins(思维盆地)」概念:自主 agent 迭代解题时会困在已试过的方法里,轨迹局限于解空间的局部区域;Fork-and-Flush、Scaling Discovery requires forgetting 等技术通过周期性删除会话上下文来缓解这种思维固化。

配图对比了各前沿模型:GPT-5.6 Sol 的平均每 run 探索盆地数达 2.00(并列第一),且只有 34% 的 run 从未离开首个盆地,与 Gemini 3.8 Flash 并列最低;Qwen3.8 Max 则有 62% 的 run 从不离开首个盆地,最易卡死。DimitrisPapail 据此认为 Sol 5.6 是 OpenAI 迄今最有创造力的研发模型——探索更广、最不容易陷入局部。