基准测试显示前沿模型在抗体热稳定性预测上差异很大
DeryaTR_ · x · 2026-07-25
Frontier 模型在抗体热稳定性预测上差异明显
配图展示了一项 抗体热稳定性预测 基准，结论是：最新一代前沿模型并不总是优于前代，尤其在科学任务上更明显。
- 图中 Opus 4.8 排名第一，Spearman 相关系数 0.366。
- GPT 5.5 为 0.277，GPT 5.6 Sol 为 0.216。
- Gemini 3.1 Pro 仅 0.075，Grok 4.5 为 0.037。
- 这条帖子的核心观点是：做药物发现等科学任务时，按任务逐项基准测试 比只看总体印象更重要。
「研究」频道最新
- PCA 会凭空造结构，也会漏掉真实结构 — patrickmineault · 2026-07-25
- KG-RAG 演示建模 5.3 万版权记录并支持自动修复 — JeremyCMorgan · 2026-07-25
- Claude Opus 5 在 ARC-AGI-3 上得分达到第二名的三倍 — claudeai · 2026-07-25
- 新的开源具身 AI 栈主打上下文记忆与本地推理 — HeyToha · 2026-07-25
- NVIDIA 代理团队夺下 NeuroGolf 冠军、KDD 数据代理亚军 — NVIDIAAI · 2026-07-25
- AI 在多中心随机临床试验中提升视网膜病变诊断准确率 — EricTopol · 2026-07-25