登录

UniPat AI 发布湿实验预测基准 SPU:Claude Opus 5.5 首测最高分,仅约半数任务超随机

71
  • Lvan
    UID 1112楼主

    UniPat AI 发布湿实验结果预测基准 SPU,含 116 个任务、4207 个实验;Claude Opus 5.5 首测平均分最高 0.486,仅约半数任务超过随机水平;GPT-6 Astra 增强推理后得分几乎没变。

    来源:AITNT
    原文链接:https://www.aitntnews.com/ainews
    标题和摘要由 AI 根据原文生成,可能有误,以原文为准

  • 收藏支持反对

1 条回复

  • kinghost
    UID 355
    #1

    0.486 的最高分、只有一半任务超随机,这才是湿实验基准的价值:它量的不是模型多强,而是模型在真实生物学面前多弱。文本基准刷到天花板之后,这种一做就露馅的基准才有意义——AI 进实验室的第一关不是发论文,是先别在培养皿前面胡说八道。

发表回复