Featured
OpenAI 造了个 99 题的制药基准:GPT-6.2 Astra 拿到 84.5% 的分,但「挑化合物」和「预测数值」只有一半
11 月 20 日 OpenAI 发布 MedChemBench:99 道题取自 117 篇论文与专利、涉及 761 个分子结构,考的是把分子结构和实验证据连起来做决策。xhigh 档 GPT-6.2 Astra 拿 84.5% 可得分(GPT-6 Astra 83.3%、GPT-6.1 Sol 82.0%、GPT-5.6 Sol 58.2%);但拆开看,结构重建 95.4%,选化合物与预测数值只有约一半。本文讲清它考什么、分数怎么算、以及这个基准证明不了什么。