FrontierBioML 基准发布:25 项计算生物任务,Claude Mythos 5.2 居首

afurgs · x · 2026-11-21

dominikscherm 发布 FrontierBioML 基准:面向计算生物学的 25 个长时程机器学习任务,共评测 11 个模型,单次运行最长 6 小时。Agent 需提交预测脚本,由主办方在 held-out 测试集上运行。

排名前三:

作者 afurgs 表示今天到现场看到了验证过程。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →