AI Benchmarks Now Test Real Lab Science Skills, Not Just QA

141_1337 · reddit · 2026-09-25

Reddit 帖子指出,AI 正在从答题式基准转向实验室科学能力评测:模型需要实际运行实验、操作实验设备、读取仪器读数,并在出错后自主恢复。视频展示了相关评测场景。

Original post →

More from AGI Musings

AGI Musings channel →