创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

UniPat AI牵头发布SPU湿实验预测基准

AI 总结

据量子位经36氪转载的报道,UniPat AI牵头推出Science Prediction Universe(SPU)基准,用于评测AI自主研究、使用科研工具并预测湿实验结果的能力。基准包含116项任务和4207次实验,覆盖化学、材料科学、生物与医学,其中100项公开任务取自85篇近期论文,16项私有任务来自未发表的协作湿实验。数据集和代码已经开源,公开任务则计划以完整的Harbor任务包形式发布。模型每次运行时间为8小时,并配备一块H20;系统通过Spearman相关系数将预测排序与实测实验排序进行比较。首轮评测覆盖12款模型的13种配置。Claude Opus 5.5以0.486的平均分居首,约在一半任务中超过随机阈值;报道称,几乎所有配置超过该阈值的任务比例均为34%至52%。

深度见解

SPU以统一方式评测AI的自主文献研究、科研工具使用、长程任务执行和湿实验排序预测能力。报道的首轮结果也显示,当前模型距离可靠的实验预测仍有明显差距,同时为研究团队和模型开发团队提供了比较并研究这一差距的共同指标。

不ber,现在的基准测试都进化到酱婶了???

这回不刷题了,就直接给AI一组实验条件,让它自己研究、提前猜真实湿实验的结果……

比如,同一个反应换几种条件,哪种能得到更多目标产物?一批抗体变体,哪个表达量更高?

答案先藏好,等AI交卷,再拿实测结果对一对。

你还别说,这事儿现在真值得一测。

这两年,AI for Science的方式越来越深入,AI已经能自主查文献、用软件,为完成一项分析任务连续做上几小时也不在话下。

#UniPat AI#Science Prediction Universe (SPU)#Claude Opus 5.5#GPT-6 Astra#Qwen3.8#Fable 5.1#Claude Opus 5#NVIDIA H20

原文约 13 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。