让AI无提示裸考应用软件app,十余所机构联合发布全新基准:自主科研能力还有多远?

近两年，AI for Science 持续升温。大模型在蛋白质折叠、数学推导、材料模拟等科研任务中不断交出亮眼答卷，各类评测榜单上前沿模型分数屡创新高。GPT、Claude 等主流模型搭配 harness，看似已经具备比肩科研人员的能力。

但一个关键问题是：AI 完成一项科研任务，究竟意味着它会做研究，还是只是擅长执行人类已经设计好的研究方案？

为衡量 AI 的科学自主性——在没有人类方法论指导的情况下，AI 能自主完成多少真实科研工作。清华大学人工智能学院助理教授陈勇超联合全球科学家团队，携手麻省理工学院、哈佛大学、卡内基梅隆大学、中国科学技术大学、微软研究院等十余所机构开发了一个名为 ASI-Bench 的全新测试基准，试图专门测量这其中的差别。