X-Scientist 换用更强模型框架：DrugDiscoveryBench 超 Codex 7.4 分
BoWang87 · x · 2026-10-22
在不使用领域专属工具的情况下，Xaira 用两个公开基准评估 X-Scientist harness：相同模型与推理力度下持续领先对比框架。DrugDiscoveryBench 上，配 GPT-6-Astra 得 72.8 分，比 Codex 高 7.4 个百分点、比 mini-SWE-agent 高 4.1 分；配 Sonnet 比 Claude Code 高 13.4 分。Terminal-Bench-Science 生命科学子集上配 Astra 比 Codex 高 7.1 分（最大推理力度）。跨模型对比中，X-Scientist+Sonnet 得 58.1%，比 Claude Code+Opus 高 4.4 分。评测采用 best-of-three 生成加验证，属系统级对比。
所属事件:Xaira 发布 X-Scientist：AI 药物猎手靶点提名快人类约10倍(6 条相关)→
「研究」频道最新
- Nature发文Pinal：自然语言直接设计功能蛋白，序列结构两步生成 — bravo_abad · 2026-10-22
- 136国1.18亿官媒文章数据集发布，审计LLM训练语料叙事偏向 — deliprao · 2026-10-22
- PyTorchCon 深入优化器内核：QR、特征分解与 Cholesky 如何提速训练 — PyTorch · 2026-10-22
- LLM 智能体多机器人搜救实测：18 机器人 6 智能体提速 2 倍 — peter_richtarik · 2026-10-22
- GPT-OSS-120B 多智能体调度机器人:加纠错后 40 次运行零碰撞 — peter_richtarik · 2026-10-22
- 历时五年研究揭示「优先脱离」：创新社区为何一夜之间消亡 — danielrock · 2026-10-22