CL-Bench

腾讯团队搞了个新测试，发现最强AI也只能考23分

腾讯混元团队推出 CL-bench 测试，发现即使是 GPT-5.1 也只能解决 23.7% 的上下文学习任务，揭示了 AI 在「现学现用」方面的巨大短板。