lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
หน้าแรก
AI
OPRR
ด่วน
ความลึก
กิจกรรม
BlockBeats Pro
เพิ่มเติม
การเงิน
พิเศษ
ระบบนิเวศบล็อกเชน
รายการ
พอดแคสต์
ข้อมูล
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
Partnered With:

OpenAI เปิดตัวเกณฑ์มาตรฐานชีววิทยาเชิงคำนวณ GeneBench-Pro เวอร์ชันเต็มของ GPT-5.6 มีอัตราความถูกต้องเพียงสามในสิบเท่านั้น

ตามการติดตามของ Beating OpenAI ได้เปิดตัวเกณฑ์มาตรฐานการประเมินผลทางชีววิทยาเชิงคำนวณชื่อ GeneBench-Pro เพื่อทดสอบความสามารถในการตัดสินใจแบบหลายขั้นตอนของ AI เอเจนต์เมื่อเผชิญกับสถานการณ์การวิจัยทางวิทยาศาสตร์ที่ซับซ้อน เช่น จีโนมิกส์และการแพทย์เชิงแปล เกณฑ์มาตรฐานใหม่นี้ประกอบด้วยคำถามทั้งหมด 129 ข้อ (ซึ่ง 82 ข้อผ่านการตรวจสอบโดยผู้เชี่ยวชาญภายนอก) โดยใช้การจำลองด้วยคอมพิวเตอร์เพื่อสร้างข้อมูลที่มีความสัมพันธ์เชิงสาเหตุที่ชัดเจน เพื่อป้องกันไม่ให้โมเดลโกงโดยใช้ทางลัดหรือปรับให้เข้ากับความชอบของผู้ตั้งคำถาม

ผลการทดสอบแสดงให้เห็นว่าโมเดลชั้นนำยังคงประสบปัญหาอย่างมากในการจัดการกับการให้เหตุผลทางวิทยาศาสตร์ที่มีความไม่แน่นอนเชิงปริมาณ GPT-5.6 Sol ที่แข็งแกร่งที่สุดทำได้เพียงอัตราความถูกต้อง 31.5% ในโหมด Pro ในขณะที่ Claude Opus 4.8 มีอัตราความถูกต้องเพียง 16.0% ทีมวิจัยชี้ให้เห็นว่าโมเดลโดยทั่วไปมีปรากฏการณ์ "พบความผิดปกติแต่ไม่สามารถแก้ไขการวิเคราะห์ที่ตามมา" ซึ่งมักเลือกวิธีการทางสถิติผิดหรือยืนหยัดในทิศทางการวิจัยที่ผิดพลาด

ที่เกี่ยวข้องแนะนำ
หุ้น 5% ไม่ใช่เรื่องราวการปันผล แต่เป็นการทดลองกำหนดราคาภายใต้การกำกับดูแลของ AI
เหตุการณ์การบุกรุกของ AI เอเจนต์อิสระของ Hugging Face โดยฝ่ายโจมตีคือ GPT-5.6 Sol และโมเดลที่แข็งแกร่งกว่าที่ยังไม่ได้เผยแพร่
ไมโครซอฟท์ได้เปลี่ยนจาก "ช่องทางเดียวสำหรับ OpenAI" เป็น "หนึ่งในลูกค้าสำคัญของ OpenAI"
Anthropic สร้างความเชื่อใน AI ล่วงหน้า, OpenAI เปิดเผยกลยุทธ์เมื่อไหร่คือช่วงเวลาที่ไม่ลงทุนให้ตรงจุด
แก้ไข/รายงาน
ส่ง
เพิ่มคลัง
เห็นได้เฉพาะตัวเอง
สาธารณะ
บันทึก
เลือกคลัง
เพิ่มคลัง
ยกเลิก
เสร็จสิ้น