AItonomy发布科研智能体基准SLE

AItonomy基金会发布面向科研智能体的Science's Last Exam（SLE），涵盖9个学科、113个公开任务，基准和数据集将于11月6日全面开放。初始榜单中，Claude Code使用的Claude Opus 5以37.5/100分居首，但所有参测模型在端到端研究赛道均为0分。 基金会同时预告，Claude Opus 5.5与GPT-6 Astra的测试结果即将公布，目前仍在进行生物安全审查。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。