BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Trang chủ
AI AI
Tin nhanh
Bài viết
Sự kiện
BlockBeats Pro
Thêm
Thông tin tài chính
Chuyên đề
Hệ sinh thái chuỗi khối
Mục nhập
Podcast
Data
OPRR
Partnered With:

OpenAI ra mắt chuẩn đánh giá sinh học tính toán GeneBench-Pro, tỷ lệ chính xác của phiên bản đầy đủ GPT-5.6 chỉ đạt 30%.

Theo Động Sát Beating giám sát, OpenAI đã công bố chuẩn đánh giá sinh học tính toán GeneBench-Pro, dùng để kiểm tra khả năng ra quyết định đa bước của các tác nhân AI khi đối mặt với các kịch bản nghiên cứu khoa học phức tạp như genomics và y học chuyển đổi. Chuẩn mới này bao gồm tổng cộng 129 câu hỏi (trong đó 82 câu đã qua đánh giá của chuyên gia bên ngoài), tạo ra dữ liệu có mối quan hệ nhân quả rõ ràng thông qua mô phỏng máy tính, nhằm ngăn mô hình gian lận bằng cách đi đường tắt hoặc chiều theo sở thích của người ra đề.

Kết quả kiểm tra cho thấy, các mô hình hàng đầu vẫn gặp rất nhiều khó khăn khi xử lý suy luận khoa học có chứa độ bất định định lượng. GPT-5.6 Sol mạnh nhất chỉ đạt tỷ lệ chính xác 31,5% khi bật chế độ Pro, trong khi Claude Opus 4.8 chỉ đạt tỷ lệ chính xác 16,0%. Nhóm nghiên cứu chỉ ra rằng, các mô hình thường gặp hiện tượng mất kết nối "phát hiện được bất thường nhưng không sửa được phân tích tiếp theo", thường xuyên chọn sai phương pháp thống kê hoặc kiên trì hướng nghiên cứu sai lầm.

Liên quanĐề xuất
5% cổ phần không phải là câu chuyện chia cổ tức, mà là thí nghiệm định giá giám sát AI.
Sự kiện xâm nhập AI tự động của Hugging Face, bên tấn công là GPT-5.6 Sol và một mô hình mạnh hơn chưa được công bố.
Microsoft đã chuyển từ "Đối tác độc quyền của OpenAI" thành "Một trong những khách hàng lớn của OpenAI"
Anthropic đã đặt cược sớm vào lập trình trí tuệ nhân tạo, OpenAI chọn lựa chiến lược không đồng bộ
Báo lỗi/Báo cáo
Gửi
Thêm mới thư viện
Chỉ mình tôi có thể nhìn thấy
Công khai
Lưu
Chọn thư viện
Thêm mới thư viện
Hủy
Hoàn thành