热点事件持续更新

Anthropic发布AI科研能力评测基准

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Anthropic 发布 AGENT4SCI 基准，测试前沿 AI 在真实科研中自主完成任务的能力。在 20 个跨学科科研任务中，Claude Opus 4.6、Claude Sonnet 4.6、Codex (GPT-5.4) 和 Gemini 3.1 Pro 四个智能体均在无任何人工干预下，于 8 张 H200 GPU 和 12 小时预算内完成实验。该研究基于 2026 年 10 月 20 日发布的论文《Automating ML for Science: Can Frontier Agents Climb Scientific Hills in the Wild?》，旨在评估智能体在真实科学机器学习项目中的自主优化能力，结果显示前沿智能体在全部任务上表现亮眼。

AI 根据报道生成 · 8 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月2日

08:25
36氪
Anthropic 发布 AGENT4SCI 基准：测试前沿 AI 在真实科研中自动爬山能力
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。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1011月2日 09:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。