UniPat AI发布湿实验预测基准SPU
先了解这件事
UniPat AI 牵头发布湿实验预测基准 Science Prediction Universe（SPU），用于评测模型对真实湿实验结果的预测能力。基准包含 116 个任务、4207 个湿实验，覆盖化学、材料科学、生物和医学；100 个公开任务取自 85 篇近期论文，另有 16 个来自未发表实验的私有任务。数据集和代码已开源，100 个公开任务计划以完整的 Harbor 任务包形式发布，16 个私有任务保持私有、用于受控评测。 据量子位报道，12 款前沿模型在该基准上的平均分最高为 0.486。RadarAI 报道称，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，显示模型距离可靠预测湿实验结果仍有较大差距。
AI 根据报道生成 · 56 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- RadarAIUniPat 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。
- RadarAIScience Prediction Universe 基准发布：116 个任务评测 AI 科研预测能力
Science Prediction Universe 基准发布，包含 116 个科研任务和 4207 组湿实验，覆盖化学、材料科学、生物医学四大领域。首轮评测最高分仅 0.486，显示 AI 的科研预测能力仍远低于人类水平。
- 量子位UniPat AI 发布湿实验预测基准 SPU，12 款前沿模型平均分最高 0.486
UniPat AI 牵头发布湿实验预测基准 SPU，包含 116 个任务、4207 个湿实验，覆盖化学、材料科学、生物和医学，公开任务取自 85 篇近期论文，另有 16 个来自未发表实验的私有任务。
- arXiv cs.AIScience Prediction Universe 基准发布：100 个公开与 16 个私有湿实验任务评测智能体预测能力
研究团队提出 Science Prediction Universe（SPU）基准，包含化学、材料科学、生物与医学领域的 100 个公开验证任务，以及 16 个来自未发表湿实验的私有任务，要求智能体根据实验设置和候选条件按测量结果排序。
本事件热度走势
- 可比范围当前
- 20
- 可比范围峰值
- 2511月15日 01:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。