4,760个里程碑喂进去,预测新发现还是抛硬币水平。机制推理再强,遇上没标准答案的未知领域照样抓瞎

币 界 网
AI现在还当不了自主科学家,CUSP评测揭示大模型缺乏前瞻科研视野
斯坦福/牛津/艾伦AI研究所推出时序基准CUSP,评估AI对科学进展的预测能力。测试GPT-5.4、Claude Sonnet 4.5、DeepSeek R1等在理解现有技术路径的机制推理上表现良好,但预测新发现能否实现几乎为随机,且对突破时间存在系统性滞后。CUSP以时序知识截止,整理Nature/Science前沿进展,基准涵盖4,760个里程碑、17,429项任务。结论是,缺乏标准答案的科学探索中,现有模型无法提供可靠前瞻判断。
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论