SPU发布湿实验预测基准
AI 总结
UniPat AI推出Science Prediction Universe(SPU),包含116项任务和4207个湿实验,覆盖化学、材料科学、生物与医学。据量子位报道,模型需自主研究实验条件并预测实测结果;首轮评测中Claude Opus 5.5以0.486的平均分居首,而提高GPT-6 Astra的推理强度几乎未改善成绩。
深度见解
SPU为科研模型开发者提供了衡量真实实验结果预测能力的统一方法,其首轮结果也显示,更多推理投入和算力并不必然带来更好的预测表现。
「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 – 量子位
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
「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

斯坦福、哈佛、康奈尔……十余家顶尖团队齐坐一桌了
#UniPat AI#Science Prediction Universe (SPU)#Claude Opus 5.5#GPT-6 Astra#Qwen3.8#Stanford University#Cornell University#Harvard University#FutureHouse