过去一段时间，有一种声音认为，大语言模型只是在数学或编程这类答案可验证的领域突飞猛进。但最新数据显示，这种说法并不准确。
实际情况是，当模型在可验证任务上表现越来越好时，它们在其他类型的问题解决上也在同步变强。尽管原文没有点明具体的是哪些非可验证任务，但数据透露出一个清晰的信号：模型能力的提升并非被锁死在固定题型里。
打开网易新闻 查看精彩图片
这一发现直接冲击了业界此前对模型“偏科”的悲观想象。如果进步是跨领域的，那么AI的上限或许比普遍预期更高。我们可能需要重新评估模型在创作、复杂推理等开放性任务上的潜力。
打开网易新闻 查看精彩图片
热门跟贴