ScienceVision基准发布：12个前沿大模型最高仅0.53分

UniPat AI 与视觉推理实验室 Elorian AI 发布跨学科三维视觉理解与推理基准 ScienceVision，覆盖生物、化学、医学影像、机械 CAD 和建筑 5 个学科、22 个子领域共 250 道题，并评测 12 个前沿大模型。结果显示，表现最好的 GPT-6-Astra（搭配 Codex）得分仅 0.53（满分 1 分）。 该基准由 66 位领域专家投入约 483 小时标注，答案采用确定性规则核验，不使用语言模型当裁判。

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。