研究 #OpenAI 2026-11-21 · 原文发布 11-20

OpenAI 发布药物化学基准 MedChemBench:99 道题取自 117 篇论文与专利,GPT-6.2 Astra 拿到 84.5% 的分数

测的是模型能否把分子结构和实验证据连起来,决定下一步测哪个化合物。这一条讲它怎么评分、各代模型差多少。

图片来源:OpenAI
一手来源 OpenAI · openai.com 读原文 ↗

// 要点

  • 共 99 道题,取自 117 篇论文与专利,包含 761 个不同分子结构;评四项:分子结构重建、科学推理、排序与选择、性质预测。
  • xhigh 推理档下,GPT-6.2 Astra 得分 84.5%,GPT-6 Astra 83.3%,GPT-6.1 Sol 82.0%,GPT-5.6 Sol 58.2%。
  • 保留 18 元环的分子重建题上,GPT-6 Astra 十次全对,GPT-5.6 Sol 与 GPT-5.6 Luna 十次全错。

开发者视角对大多数产品团队,这条的意义不在制药,而在「垂直基准」的做法:取材于真实决策场景、按部分得分、把结构错误单独拎出来。6.x 各代之间只差两三分,换代收益在这类专业任务上已经变小。做垂直产品的,值得照这个形态做一套自己的小基准。

// 来龙去脉 · 来自 #OpenAI 专题

看完整时间线 →
  1. 11-21 OpenAI 公开对抗性蒸馏防线:GPT-6.2 Astra 的受保护推理被提取的攻击成功率从 54.0% 降到 0.2%
  2. 11-21 OpenAI 公开 Performance Factory:Codex 驱动的性能回归流程三个多月跟踪 1,700 多次调查,找到 600 多个根因
  3. 11-18 OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol:专业产出、编码、电脑操作和效率都有提升,成本更低

每周一,一封邮件看完 AI 大事

每周一早上,把过去 7 天最值得关注的 6 件 AI 大事和我的解读发到你邮箱。

邮箱只用于发送周报,不会提供给任何第三方;每封邮件底部都可以一键退订。 看看最近一期 →