Rohan Paul (@rohanpaul_ai)T2·基座大模型
78 分
OpenAI 发布药物化学基准 MedChemBench,题目源自 117 篇论文与专利,覆盖 761 个分级分子结构,并在真实决策点截断、隐藏后续实验结果。最强模型 GPT-6.2 Astra 总体约 84%,化学结构解读近乎满分,但关键决策正确率仅约五成,显示前沿模型在真实药物设计判断上仍有明显短板。
MedChemBench
基于真实论文与专利决策点构建的药物化学评测基准,隐藏后续实验结果
OpenAI 发布药物化学基准 MedChemBench,题目源自 117 篇论文与专利,覆盖 761 个分级分子结构,并在真实决策点截断、隐藏后续实验结果。最强模型 GPT-6.2 Astra 总体约 84%,化学结构解读近乎满分,但关键决策正确率仅约五成,显示前沿模型在真实药物设计判断上仍有明显短板。