多机构联合推出湿实验基准AISLE，GPT 5.5仅得41.19分

律动造物联合UNSW、NUS、EPFL、UC Berkeley等机构推出AI Scientists' Last Exam（AISLE），一个评估AI在真实湿实验中能力的公开基准，论文与代码已开源。 首轮评测结果显示：在完成湿实验榜单评测的模型中，综合排名第一的GPT 5.5在满分100分下仅得41.19分；在带有安全约束的实验优化任务中，所有参测模型的完整通过率均为0%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。