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

时间：2026-05-26 18:31:47

　　消息，斯坦福大学、牛津大学与艾伦人工智能研究所联合推出评估AI科学进展预测能力的时序基准CUSP。评测系统性测试了GPT-5.4、Claude Sonnet 4.5和DeepSeek R1等前沿大模型。结果显示，大模型在理解既有技术路径等机制推理上表现优异，但在预测新发现能否真正实现时，准确率接近随机猜测。此外，大模型对科学进展突破时间的预测也表现出系统性滞后。为测出真实的预测能力，CUSP引入了时序知识截止限制，整理了来自Nature和Science等期刊的多学科前沿进展，基准包含4,760个科学里程碑，衍生出17,429个具体评估任务。评测结果表明，大模型在没有标准答案的科学探索中无法提供可靠指引，现有模型在科学进展预测上尚不能提供可靠的前瞻判断。

上一篇：小米集团：Xiaomi MiMo 返回首页

下一篇：Bitget推出新平台Reality，推动金融资产代币化

热点推荐

1 LAB热度上升，24h成交量放大至近7日平均水

消息，据a早期发行in监测，LAB过去24小时成交量放大至近7日平均水平的3.9倍，价格累计下跌5...

2 阿里巴巴新AI模型称仅次于Anthropic的Fabl

消息，阿里巴巴宣布其新AI模型Qwen3.8 Max的参数量达到2.4万亿，声称在领先的前沿AI模型中仅次...

3 Solana网络单日收入重回区块链榜首，为近

消息，据Solanafloor数据，Solana在7月18日的网络收入位居所有区块链第一，这是近五个月以来的首...

4 Nouriel Roubini：AI可能迫使政府采用普遍基

消息，Nouriel Roubini在接受Bloomberg TV采访时警告，人工智能的快速发展可能迫使各国政府选择普...

5 A股三大股指走低，深证成指跌2%