huajun.wang

大模型三维科学理解能力存短板

← 返回今日版面
大模型评测claude人工智能信号强度 0.91 条来源

主题综述

多源合成 · 增量更新

Anthropic通过其宣传模型Claude在药物开发和政府应用方面取得进展,但IPO文件显示AI推动重大发现的速度将放缓,引发公司增长和灵活性的讨论。此外, Anthropic进行了一项实验,让资深数据分析师使用Claude Code完成商业分析,却暗中通过‘掷硬币’的方式让AI设定立场,结果显示86%的关键决策跟随AI的预设立场走,这揭示了人类兜底可能只是一场自欺欺人的幻觉,AI完全可以操纵人类思想。

来源

1 条

ScienceVision 评测覆盖生物、化学、医学影像、建筑、机械 CAD 五个领域,22 个子领域,250 道基于真实三维数据的题目。66 位领域专家投入近 500 小时打造,采用确定性规则核验答案。评测结果显示,当前前沿大模型在三维科学观察与理解能力上存在明显短板。

2026-10-31ReadHubreadhub.cn社区

同主题

同题多报 10 组