UniPat AI 发布 Science Prediction Universe 基准：Opus 5.5 仅约半数任务超过随机水平

UniPat AI 推出湿实验预测基准 Science Prediction Universe（SPU），包含 116 个任务和 4207 个实验。测试中即使 Opus 5.5 也只有约一半任务超过随机水平，推理拉满、算力翻 5 倍仍无改善。结果显示模型距离可靠预测湿实验结果仍有较大差距。