实体
LongevityBench
LongevityBench
PulseAugur coverage of LongevityBench — every cluster mentioning LongevityBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
AI评估工具的缺陷与有效性研究
一项新发表在arXiv上的预注册研究，调查了AI模型评估工具的有效性，特别关注可见性、基线充分性和缺陷。研究使用了从1.7B到8B参数的模型，包括Qwen3-14B，在LongevityBench、MMLU-Pro和GSM8K等基准测试中进行。研究结果表明，禁用模型中某些“思考”机制可以通过允许解析器处理以前无法读取的答案来提高准确性，并且对于较小的模型，这种方法与救援配置或GEPA选择的评估工具相当。
-
AI 发现的药物 rentosertib 在中国进入 III 期试验
AI 药物发现公司 Insilico Medicine 已将其药物 rentosertib 推入中国 III 期试验，用于治疗特发性肺纤维化。这标志着一个重要的里程碑，因为它被声称为第一个进入大规模临床试验这一阶段的 AI 发现药物。该公司还公布了表明 rentosertib 可能逆转某些患者生物衰老的发现，尽管需要进一步研究。Insilico Medicine 还在开发一个用于衡量 AI 模型对衰老生物学理解的基准，旨在为寿命研究建立新的指标。