IXThinker·2026-08-13 15:10

新基準揭示AI科研方法創新能力不足

一項涵蓋十二個領域、一百四十個真實研究任務的新基準MLS-Bench顯示，前沿AI模型在機器學習方法創新上表現乏力，即使獲得完整參考實現並可反覆實驗，仍難提出真正新穎有效的方法。

從刷分轉向創新

AI已能寫代碼、跑實驗，甚至憑藉海量試錯刷新部分人類紀錄，但當目標從提升既有分數轉為提出更好的機器學習方法時，最強模型的表現明顯受限。新基準以真實研究任務測試，結果並不樂觀。