YC 系创业公司发布 FrontierML:5 个前沿模型无一达标的自研 ML 研究 benchmark

rohanpaul_ai · x · 2026-11-20

Y Combinator 孵化的 Synthetic Sciences 发布了 FrontierML,一个评估 AI 智能体自主开展实证 ML 研究能力的 benchmark,25 个开放式 ML 研究问题中,5 个受测前沿模型无一达到「强结果」门槛。

核心设计思路:

配图显示各模型归一化得分:Fable 5.2 得 0.523、Opus 5.5 得 0.399、Astra 0.371、Carbon 0.353、Grok 4.7 仅 0.115,均远低于强结果参考线。

所属事件:FrontierML 基准发布:测 AI 自主 ML 研究,无模型达标(4 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →