OpenAI 推出了名为 FrontierScience 的基准测试，旨在评估 AI 在物理、化学和生物学等科学领域的推理能力。该工具将衡量 AI 在迈向真实科学研究过程中的进展。
OpenAI 发布了 FrontierScience 基准测试，专门用于测试人工智能在核心科学学科（物理、化学、生物）中的逻辑推理和研究能力。
这标志着 AI 评估从通用的语言理解转向了更具挑战性的专业科学领域，有助于衡量 AI 辅助人类进行科学发现的潜力。
随着大语言模型的发展，研究人员越来越关注其在专业领域的应用。此前，AI 在处理复杂科学逻辑方面仍面临挑战，需要专门的基准来量化其进步。