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 香港财库局与证监会发布虚拟资产监管制

消息，香港财库局与香港证监会发表有关就虚拟资产的监管制度的咨询总结。拟议的虚拟资产...

2 以色列国防军提供黎巴嫩火箭弹袭击预警

消息，以色列国防军宣布，从今天开始，在作战条件允许的情况下，本土守备司令部将提供来...

3 Bitget推出新平台Reality，推动金融资产代币

消息，Bitget宣布推出名为Reality的合规代币化平台，旨在通过代币化股票和ETF扩展其在美国金融...

4 AI现在还当不了自主科学家，CUSP评测揭示

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...

5 小米集团：Xiaomi MiMo