开源动态8

腾讯混元CL - Bench Life：测AI懂生活能力

机器之心2026-05-01

AI 摘要

腾讯混元团队：推出CL - Bench Life衡量AI生活上下文学习能力。测试发现，顶尖AI模型处理高噪声零碎context能力差，远未读懂日常，后续将推动AI在工作和生活中更智能。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Skild AI：S1模型让机器人学习大升级

北美具身初创Skild AI发布全新机器人基础模型S1，主打上下文学习，能看示范视频完成复杂操作。在未见过任务上成功率达66%，远高于传统方法。其发展或让开发机器人技能像给ChatGPT写Prompt。

腾讯混元团队在 ACL 2026 Findings 发布的 ToolCPT 指出，Agent 用不好工具病根在预训练。它从真实代码挖工具，写说明书，融入预训练，实验显示能有效提升工具运用能力，但也有局限和成本。

大模型微调（SFT）是主流LLM落地方案，但大家默认训练完就是学完了。腾讯混元团队发现SFT存在不完全学习现象（ILP），论文完成了定义ILP、找根因、提诊断框架和验证干预等工作。

本文从不完全学习现象出发，展望SFT领域未来研究方向，如未知根因探索、检测方法改进等，还提及推广到其他训练范式、CPT精细化研究等，给出研究优先级和社区建议。