⌘ K
… 读取采集状态 同步中...
雷
原文
新智元·· 3 天前精选AI 评分65

QIQCBench 虚拟量子实验室实测 17 个顶级 AI Agent:GPT-5.6 与 Claude Opus 断层领先

全球17大顶级AI实验室大逃杀!惨遭集体翻车,GPT-5.6与Opus断层领先

AI 导读

由 NUS、NTU 及 GaugeForge 组成的联合团队发布论文,提出虚拟量子实验室 Quantum-Harbor 及包含 49 项任务的评测基准 QIQCBench,并引入“验证自治”评判标准,重点考察 AI Agent 结论是否有实验证据支撑。

推荐理由

原文给出了验证自治的核心方法和17个Agent在虚拟量子实验室的实测断层,读者可据此判断AI科学自主性的边界。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:新智元 · mp.weixin.qq.com