本站信息不构成投资建议 · 详见使用规则
36氪· 36氪的朋友们·· 9 小时前AI 评分40
Anthropic 发布 AGENT4SCI 基准：测试前沿 AI 在真实科研中自动爬山能力
为什么AI能解千禧年题，但还是做不到RSI
AI 导读
Anthropic 发布 AGENT4SCI 基准，评估 Claude Opus 4.6、Claude Sonnet 4.6、Codex (GPT-5.4) 与 Gemini 3.1 Pro 在 20 个跨学科真实科研任务中自主优化能力，均在 8 张 H200 GPU 和 12 小时预算下完成无干预实验。
来源：36氪 · 36kr.com