新基准SPU评测AI预测实验结果能力
热点事件持续更新
新基准SPU评测AI预测实验结果能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
作者发布新基准SPU，评测AI预测真实科学实验结果的能力，并公布了12种模型13种配置的结果：最高分为Claude Opus 5.5的0.486，各模型仅在34%到52%的课题上明确超过随机预测，且在判断什么该被计算上仍有短板。 SPU由85篇论文中选出的100道公开课题和基于未发表实验的16道非公开课题组成，覆盖32个研究领域共4,207项实验。每个AI每次获得8小时时间，可使用论文检索和科学软件自行分析并预测实验结果。
AI 根据报道生成 · 1 小时前更新
最新进展11月14日 22:36
新基准 SPU 评测 12 种 AI 模型预测科学实验结果的能力报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- @anytutorai新基准 SPU 评测 12 种 AI 模型预测科学实验结果的能力
作者介绍评估 AI 预测真实实验结果能力的新基准 SPU，涵盖 85 篇论文的 100 道公开课题、16 道非公开课题、32 个研究领域共 4,207 项实验。评测 12 种模型 13 种配置后，最高分是 Claude Opus 5.5 的 0.486，各模型仅在 34% 到 52% 的课题上明确超过随机预测，且在判断什么该被计算上仍有短板。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。