返回热点榜
llm热度 30.2°

AI 聚合热点事件 · 2026/11/20

OpenAI 发布药物化学基准 MedChemBench 揭示模型决策短板

3 篇收录报道3 家独立信源交叉印证持续跟踪至 2026/11/21 08:06:12
全景综述与最新动态
3 家信源交叉印证

OpenAI 正式发布药物化学基准 MedChemBench,旨在评估 AI 模型在真实药物发现任务中的推理能力。该基准包含 99 道题目,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,要求模型基于生物靶点、已合成化合物与部分测定结果做出判断。

测试结果显示,最强模型 GPT-6.2 Astra 在 xhigh 推理档下总体得分约 84.5%,分子结构重建分项高达 95.4%,但在关键决策(如化合物筛选与数值性质预测)上正确率仅约五成。相比之下,GPT-5.6 Sol 仅得 58.2%,模型间差距明显。OpenAI 强调,该结果不能证明模型能发现新药,仅用于定位能力边界与短板。

MedChemBench 的推出为药物化学领域的 AI 应用提供了可量化的评估工具,揭示了前沿模型在结构解读与真实决策之间的显著落差。这有助于引导后续模型迭代聚焦于提升因果推理与实验证据整合能力,对 AI 辅助药物发现赛道具有风向标意义。

最新动向/OpenAI 发布 MedChemBench 后,业界关注其揭示的模型决策短板。GPT-6.2 Astra 虽在结构解读上近乎满分,但关键决策正确率仅五成,表明前沿模型在真实药物设计判断上仍有明显不足。该基准或推动后续模型在因果推理与实验证据整合方面的迭代。

逐小时热度走势

35 个完整观测小时
当前
30.2
峰值
37.309:00
近 24h 变化
+90%

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 3 篇 · 最新优先
  1. IT之家 · 智能时代T2·72 分

    OpenAI 发布 MedChemBench 药物化学基准

    原标题:OpenAI 推出 MedChemBench 基准,评估 AI 辅助药物研发能力

    • 基准含 99 道题,源自 117 篇论文与专利,覆盖 761 个分子结构
    • GPT-6.2 Astra 在 xhigh 档得 84.5%,分子结构分项达 95.4%,化合物选择与性质预测仅约五成
    • 提高推理档位可提升分数,但模型间差距依然明显,GPT-5.6 Sol 仅 58.2%
  2. Rohan Paul (@rohanpaul_ai)T2·78 分

    OpenAI 发布药物化学基准 MedChemBench

    原标题:OpenAI has now published MedChemBench, its medicinal chemistry benchmark.

    • 题目来自 117 篇论文与专利,覆盖 761 个分级分子结构,并隐藏研究者后续报告的结果
    • 每个提示停在真实决策点,给出生物靶点、已合成化合物与部分测定结果
    • GPT-6.2 Astra 总体约 84%,化学解读近乎满分,但关键决策正确率仅约一半
  3. OpenAI 官方博客T1·62 分

    OpenAI 发布 MedChemBench 评测 AI 药物化学推理

    原标题:Can AI help scientists identify promising drug candidates?

    • MedChemBench 聚焦分子结构与实验证据的关联推理,而非单纯性质预测
    • 任务覆盖结果解释、化合物比较与性质预测三类药物化学核心工作
    • 基准同时用于识别模型能力进展与现存挑战,服务药物发现场景