用语法透镜基准区分GPT-5.5 Pro推理等级

语法透镜基准可区分GPT-5.5 Pro不同推理档位

资讯摘要

一篇论文提出基于可计算性理论的形式语法透镜基准，按计算能力逐级生成新数据，用于测试GPT-5.5及GPT-5.5-Pro的Medium、High、XHigh档。作者报告各档对测试数据的接受率依次为16%、40%、43%、52%，显示该基准能区分不同测试时推理等级；同时推理投入越高，模型回答与人类回答的偏离越大。

要点速读

1. 论文提出形式语法透镜基准，按指定层级生成逐级更强计算能力的新数据
2. 作者报告GPT-5.5及Pro三档接受率为16%、40%、43%、52%
3. 作者观察到测试时计算投入增加时，模型回答与人类回答分歧扩大

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。