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:
- Claude Mythos 5.2:40.3
- Gemini 4 Carbon:39.0
- Gemini 4 Argon:36.8
作者 afurgs 表示今天到现场看到了验证过程。
「模型」频道最新
- 200 万枚金丝雀密钥注入云 LLM,次日即遭盗用 — AccBalanced · 2026-11-21
- Google 八天内发布第三款 Gemini 模型 Neon,并扩展 Tasks 功能 — GeminiApp · 2026-11-21
- 网友发现 Gemini CLI 与 Antigravity CLI 实为同一套工具 — Angaisb_ · 2026-11-21
- 网友用 LLM 验证广义黎曼猜想版本证明,疑似发现多处错误 — burny_tech · 2026-11-21
- Attention 之于 LLM,正如 B 树之于数据库:一条类比讲透机制 — blaizedsouza · 2026-11-21
- GPT-Live 推出 idle detection API:空闲时段成本降 60% 且恢复近乎无感 — juberti · 2026-11-21