Chinese contentLongChang 基准测试：LLM 能否自主发现被修改的物理定律
让模型在一个重力规律被改掉的世界里自己发现异常，12 个模型只有 GPT-6-Astra 做到一次，其余全挂，测试设计挺有意思。
#LongChang
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "LongChang", newest first.
Oct 28
让模型在一个重力规律被改掉的世界里自己发现异常，12 个模型只有 GPT-6-Astra 做到一次，其余全挂，测试设计挺有意思。