今日，腾讯混元官网技术博客（TencentHYResearch）上线，并发表了一篇名为《从Context学习，远比我们想象的要难》的文章。文章介绍了腾讯混元团队联合复旦大学的新研究，这是姚顺雨加入腾讯担任首席AI科学家后带领团队首次发布的研究成果。研究指出，尽管大语言模型在预训练阶段表现出色，但在真实世界的应用中，它们主要依赖于静态记忆，而非从当前输入的新信息中学习，这揭示了当前模型训练范式与实际应用之间的不匹配。

为了衡量现有模型的Context学习能力，姚顺雨团队构建了CL-bench，这是一个专门评测语言模型能否从Context中学习新知识并正确应用的基准。CL-bench包含500个复杂Context、1,899个任务和31,607个验证标准，覆盖了领域知识推理、规则系统应用、程序性任务执行和经验发现与模拟四种广泛的现实世界Context学习场景。CL-bench的设计具有高复杂性和序列依赖性，确保了性能真正反映Context学习，而不是记忆或数据泄露。在CL-bench上评估的十个最先进的语言模型中，平均仅解决了17.2%的任务，即使是表现最好的模型GPT-5.1(High)，也仅达到了23.7%。这一结果表明，当前的SOTA模型几乎不会从Context中学习。