● 前沿模型依赖于记忆，而非泛化

📌 一句话摘要 肖莱引用 EsoLang-Bench 的结果指出，前沿大语言模型 (LLM) 依赖于内容层面的记忆，而非真正的可泛化问题解决能力。 📝 详细摘要 肖莱参考了 EsoLang-Bench 的测试结果，在该测试中，LLM 在处理不熟悉的编程语言时表现大幅下滑。他认为，当前的前沿模型缺

● EsoLang-Bench 揭示 LLM 泛化能力的局限性

📌 一句话摘要 加里·马库斯讨论了“EsoLang-Bench”的发现，该研究表明前沿大语言模型（LLM）在面对其未记忆过的语言编写的编程任务时，表现会大幅下滑。 📝 详细摘要 加里·马库斯引用了“EsoLang-Bench”的研究，指出前沿大语言模型在测试其未记忆过的编程语言问题时，表现出现断