IXThinker·2026-03-10 21:30

30B開源模型跑通科研假設驗證閉環

OpenAI去年底發布的FrontierScience基準顯示，大模型在奧賽級結構化題目表現尚可，但面對開放式科研任務成績驟降。一個僅30B參數的開源模型則跑通了假設、證據、驗證的科研閉環。

基準揭示

GPT-5.2在奧賽級結構化題目上取得77%，但開放式科研任務僅得25%，52個百分點的斷崖揭示真相：多數大模型擅長的是科研表演，引經據典、格式完美，一旦要提出假設、收集證據便力有不逮。