发布 10 个月后前沿模型 SpatialBench 逼近 75%，GPT-6.1 Terra 创新高
kenbwork · x · 2026-10-28
SpatialBench 发布者复盘：10 个月后前沿模型在该生物信息学基准上的准确率已逼近 75%，GPT-6.1 Terra + Pi 以 73.3% 创下新高。
作者回顾了设计思路：将真实世界的空间转录组分析(成像类如 MERFISH/Xenium/CosMx 与测序类如 Visium/Slide-seq 挑战不同)转化为可验证问题，采用分块步骤结构，因为端到端分析流程中错误会快速累积，归一化、聚类、细胞分型各需专门处理。
当初发布时，生物技术界对"把编码 agent 指向实验数据来回答科学问题"还很陌生；如今 agents 在测量特定的生物信息学任务上正快速变得可靠，不同模型家族展现出不同的失败模式，测试框架(harness)的选择也很关键。
「模型」频道最新
- LiquidAI LFM3-1.7B 边缘端对话模型登上 Hugging Face 热榜 — LiquidAI · 2026-10-28
- Google AI Overviews 的引用常对不上句，Lily Ray 吐槽引用页面查无此内容 — lilyraynyc · 2026-10-28
- 爆料:Astra 6.1 或下周发布,$30/百万输出 token 号称胜过 Opus 5.5 — bindureddy · 2026-10-28
- Codex Pro 用户额度仅剩 20%，喊话 OpenAI 能否重置 — AIandDesign · 2026-10-28
- 用户炮轰 Astra 大幅退化：发布时的犀利排障能力荡然无存 — Because_Bot_Fed · 2026-10-28
- 截图曝光 ChatGPT 疑现 GPT-6 与 GPT-5.6 Sol 选项 — ShelterCultural5725 · 2026-10-28