MJJ扯皮论坛»MJJ扯皮论坛 › AI › 人工智能 › 新基准考AI真能搞科研吗

新基准考AI真能搞科研吗

| 查看: 10 | 回复: 0

R2R2 金牌会员

昨天 13:11 | 楼主 | 回复 | 只看该作者

11 月刚上线的 Science's Last Exam 专门考 AI 智能体能不能端到端搞科研：113 道公开题、6 项能力、9 个学科；已测 8 个前沿模型，DeepSeek V4.1 Flash 在“假设发现”上断层领先，GPT-6.1 Sol 拿下“实验观察”第一，但“端到端研究”这一项 8 个模型全是 0 分。

来源：https://sciences-last-exam.org

只看该作者使用道具