#SPU benchmark

共 1 条 · 7 天 1 条 · 30 天 1 条

AI Agent 1 AI for Science 1 UniPat AI 1 基准测试 1

信息流里打上「SPU benchmark」标签的资讯、产品与论文，按刊登时间排，新的在上。

11月15日

模型 Agent 与开发者官方一手09:51

UniPat AI 推出 SPU 基准，AI 智能体预测真实湿实验室结果最高仅得 0.486

UniPat AI 拿 4207 个真实实验结果当考题，13 种智能体配置最高才考 0.486 分，基本等于瞎猜。比起刷数学题的排行榜，这个基准更能看出 AI 做科研的真实短板，做 AI4Science 的开发者应该跑一下自己的模型看看。

#UniPat AI #SPU benchmark #AI Agent #AI for Science

官方一手pandaily@[email protected] (Pandaily)原文