「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
「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UniPat AI牵头推出Science Prediction Universe（SPU）湿实验预测基准，以116个任务、4207个实验评测12款前沿模型，首轮Claude Opus 5.5平均分最高但仅约半数任务超过随机水平，GPT-6 Astra推理强度升至最高也未显著提分。
来自主题: AI技术研报
9343 点击 2026-11-15 11:29
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT