SemiAnalysis发布GDPx基准：最强模型仅得12%分数
kenbwork · x · 2026-11-03
SemiAnalysis 发布 GDPx，一个衡量 LLM 在最具价值领域中智能体能力的前沿级基准，目前最强模型仅得分 12%（7 项任务只对 1 项）。
- Latch 团队参与共建；Latch 的 chriswzou 指出 GDPx 揭示了 LLM 在生物学领域的知识与实践呈严重锯齿状分布。
- 基准中部分任务源自 Latch 的生物安全工作，随着生物学能力提升，安全部署仍需更好的工具与评测。
- Latch 正在科学、工程与运营岗位大规模招聘。
所属事件:SemiAnalysis 发布 GDPx 前沿基准：最强模型仅得 12%(14 条相关)→
「研究」频道最新
- 3D World Simulator 发布：统一预测外观几何触觉，RTX 5090 上跑 50+ FPS — YunzhuLiYZ · 2026-11-03
- LeVJEPA 1.5 Large 用 1/5.6 算力逼近 V-JEPA，作者称应重视预训练损失改进 — randall_balestr · 2026-11-03
- lateinteraction:LLM 开始直接生成神经网络权重,梯度下降会被取代吗 — RichmanRonald · 2026-11-03
- UCSB 三个 ECE 项目获 IEE 种子资金，主攻能效 AI 与量子硬件 — ninamiolane · 2026-11-03
- OpenAI 在前沿模型部署激活分类器探针，从 GPT-5.6 起全量监控 — bobabowen · 2026-11-03
- Google ScientistTwo 全自动跑通科研闭环，论文评分超人类作者 — udmrzn · 2026-11-03