算法论文8

姚顺雨署名论文：CL-BENCH考倒前沿模型

PaperAgent2026-02-03

AI 摘要

刚加入腾讯的姚顺雨署名《CL-bench》论文。CL-BENCH 考模型‘现学现卖’能力，让 10 个前沿模型‘翻车’，暴露模型归纳能力弱、长文本处理差等问题，现学现卖是大模型短板。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

腾讯秋招AI产品经理培训生

腾讯2027届「AI产品经理培训生」岗位开始投递，公开选拔流程与用人要求。选拔不看学历标签，新设流程重实际表现。对人才要求贴合AI产品工作，培养体系成熟，岗位含金量高，值得应届生尝试。

牛津大学和新加坡国立大学研究团队提出心智世界建模（MWM）通用框架，将心智变量纳入世界状态。还实现基准系统 MENTIS 验证其有效性，实验表明 MWM 对预测人类决策必要，瓶颈是状态转移模拟能力不足。

周三晚间，DeepSeek 突然发布 V4 Pro 大语言模型正式版，命名为 DeepSeek - V4 - Pro - 0813，官方未调升 API 使用价格。有用户称调用的 V4 Pro 思维链风格有变，跑分显示其 Agent 评测表现可媲美顶级模型，还撞车了马斯克的 Grok 4.6。

大语言模型走向“完成任务”，Agentic RL 后训练让系统工作负载不稳定。港中文和恒生大学团队提出 Libra 资源管理系统，统一优化训练与 rollout，在多任务中提升吞吐，论文与代码已公开。