熱點事件持續更新
LongChang揭示大語言模型自主發現定律的侷限
2 篇報道2 個報道來源4 小時前更新
先了解這件事
AI 綜述
2026年10月27日，HuggingFace Daily Papers介紹 LongChang 基準測試，評估大語言模型能否透過模擬實驗，自主發現經改變的物理定律。12個模型中，只有 GPT-6-Astra 有限度地成功，發現率為16.7%；其餘11個模型的發現率均為0%。探索紀錄亦顯示，仍有異常未獲調查，模型對改變後物理定律的識別不完整。10月29日，DEV Community 的後續報道指出，在無提示探索下，12個 LLM 智能體中有11個未能發現隱藏異常及物理定律，只有 GPT-6-Astra 達到16.7%發現率；超過80%的測試中，智能體記錄異常後轉回一般操作，沒有繼續檢驗假設。
AI 根據報道生成 · 3 小時前更新
最新進展10月29日 15:05
10月29日後續報道指出，超過80%的測試中，智能體記錄異常後轉回一般操作，未繼續檢驗假設。報道時間線
沿着報道，瞭解事件的不同側面。
10月29日
- DEV Community不受約束的 LLM 智能體為何難以發現異常
LongChang 基準測試顯示，12 個 LLM 智能體在無提示探索下，有 11 個未能發現隱藏異常及物理定律。只有 GPT-6-Astra 達到 16.7% 發現率。超過 80% 的測試中，智能體記錄異常後便轉回一般操作，沒有繼續檢驗假設。
10月27日
- HuggingFace Daily Papers（社區熱門論文）LongChang：大語言模型能否透過自由探索發現隱藏的物理定律？
LongChang 評估大語言模型能否透過模擬實驗，自主發現經改變的物理定律；12 個模型中，只有 GPT-6-Astra 有限度地成功。GPT-6-Astra 的發現率為 16.7%，其餘 11 個模型均為 0%；探索紀錄亦顯示，仍有異常未獲調查，對改變後物理定律的識別亦不完整。
本事件熱度走勢
當前熱度 9·可比範圍峯值 10（10月29日 16:00）·近 24 小時可比範圍變化 +179%
趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指針或點擊圖表查看每小時熱度；鍵盤可用左右方向鍵切換。