名为“科学预测宇宙”(SPU)的新基准已发布,用于评估AI预测湿实验结果的能力。SPU由UniPat AI开发,斯坦福和哈佛等顶尖大学贡献,包含化学、材料科学、生物学和医学等116项任务。初步评估显示,即使是Opus 5.5和GPT-6 Astra等领先模型也难以胜任这项复杂任务,平均得分常常仅略高于随机猜测。该基准强调,仅仅增加计算资源或推理强度并不能保证更好的预测性能,暗示需要更细致的方法来处理AI在科学研究中的应用。 AI
影响 该基准可能会推动AI朝着更强大的科学推理和实验预测能力发展。
排序理由 发布一项新的科学研究AI基准。[lever_c_demoted from research: ic=1 ai=1.0]
- Claude
- Cornell University
- Fable 5.1
- GPT-6 Astra
- Harvard University
- Opus 5.5
- Qwen3.8
- Science Prediction Universe
- Stanford University
- UniPat AI
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →