返回首页
RadarAI··论文与技术

“史上最严”湿实验预测基准发布:推理拉满、算力翻 5 倍也白搭

中文摘要

UniPat AI发布SPU基准,测试AI湿实验预测能力。强模型如Opus 5.5仅一半任务超随机水平,AI距可靠预测仍有距离。

English Summary

UniPat AI launched SPU, a stringent wet lab prediction benchmark. Even powerful AIs like Opus 5.5 only slightly beat random chance on half tasks, showing AI is still far from reliable wet lab prediction.

原文节选

📌 一句话摘要 UniPat AI 推出 Science Prediction Universe 基准,测试 AI 在湿实验条件下的预测能力,结果显示即使强如 Opus 5.5,也仅有约一半任务超过随机水平,模型距离可靠预测仍有较大差距。 📝 详细摘要 Science Prediction Universe (SPU) 是一个专门评估 AI 湿实验预测能力的基准,包含 116 个任务和 4207 个实验。测试结果显示,...