C5R 推出 SciUniverse 基准，考 AI 操控真实实验设备
VraserX · x · 2026-09-27
C5R 发布新基准 SciUniverse，在物理与模拟的科学任务上测试模型，包括指挥实验设备和人类操作员。作者展示了 AI 试图用移液器处理冷冻样本而失败的场景，并认为这类失败恰恰最该被公开——关键在于弄清一个「看起来可信的研究方案」与「真正能跑通的实验」之间到底会在哪里断裂。作者呼吁更多此类测试。
「研究」频道最新
- 小米发布 MiMo-V2.6 论文：用强化学习规模化冲击 LLM 核心 — KyeGomezB · 2026-09-27
- 大脑是预测机器：失去现实纠偏信号就会开始幻觉 — alfcnz · 2026-09-27
- 多智能体共谋审计论文 Colosseum 获 NeurIPS 2026 伦理与安全track录用 — niloofar_mire · 2026-09-27
- MIT 演讲:不讲 Transformer,从第一性原理看 LLM 为何有效 — vishalmisra · 2026-09-27
- 微软发布 ProgramDistill：网页应用蒸馏为可验证 SWE 训练任务 — _akhaliq · 2026-09-27
- MIT 研究者发布伪随机码综述：AI 内容水印的核心密码学原语 — matthew_d_green · 2026-09-27