发布新评估FrontierScience，衡量博士级科学推理。

OpenAI

我们正在发布一项新的评估，用于衡量专家级科学推理：FrontierScience。该基准测试衡量物理学、化学和生物学领域的博士级科学推理能力。它包含由专家编写的困难问题（既有奥林匹克风格的问题，也有较长的...

打开互动版