搜索
无界前沿正式开源生物信息大模型Fx-Bio-1031，在BioMysteryBench困难子集取得70.59%的Pass@5，领先GPT-6-Astra和Claude Opus-5。
未来医生医疗大模型MedGPT在40例真实复杂肺癌病例盲评中以88:12战胜250名三甲医生，综合评分96.22领先GPT-5.4 Direct、Claude Opus 4.7 Direct和Gemini 3.1 Pro Direct，并使医生辅助下方案得分提高24.1%。
菲尔兹奖物理学家威滕在33页独作论文中致谢Claude Opus 5.5协助细节，并采纳其提出的边界塌缩映射关键构造，用于构建非微扰手征费米子配分函数。
Karpathy 借助 Claude Code 和 Claude Opus 5.5 的 Medium 推理强度，两小时做出基于 YouTube 视频与 Hacker News 推荐数据的 HackerTube，表明 AI 可用于构建更符合个人偏好的互联网信息入口。
Adobe Research与UCLA提出Tev，构建含1170个环境、覆盖7个领域的Tev-Gym并提出进度势能奖励塑形（PPRS），训练出的Tev-27B在ALE-CM的Pass@5达0.28，与GPT-6 Astra、Claude Opus 5持平。
上周末，Claude官方在X上发了一条帖子，分享了在过去几周里，引起他们关注的6个创意项目。
从视觉观察到策略生成，再到物理执行与完成判断，CodeActionBench 在统一条件下评测通用多模态 Agent 的机器人操作能力。在双臂仿真评测中，GPT-6 Astra (Codex CLI) 的尝试成功率达到 73.3%，Claude Opus 5 在 Reference harness 和 Claude Code 下分别取得 49.3% 和 45.3%。
Anthropic宣布Claude Opus 5.5极速模式结束研究预览、取消等待名单并向全体开发者开放，该模式保持相同模型智力，OTPS最高提升2.5倍，API请求中加入speed: "fast"即可启用。
打开浏览器，输入网址，直接开打《使命召唤》、《GTA》？
大模型竞技场Arena让Claude Opus 5.5与GPT-6 Astra各自练棋200局，前者估算评分从约1500升至1760，后者从第29盘的1810降至1400，显示AI仅靠记录与复盘提升能力的表现并不一致。