沉着测量着AI正在科学推理上的实正在鸿沟。并发放响应的积分。人类展示出了复杂的科学曲觉。发布了最新SUPERChem。F能取金属钾反映，难度极高。它既有严密的逻辑推演，可否处理二维、以至三维空间中的复杂推理问题。邀请你来体验这场测验。两头还有很长的一段要走。晶体布局的精细解析、反映机理的深度推演、物化性质的定量计较……这500道标题问题并非来自收集上随手可得的公开题库，当引入图像消息时，即便选对了谜底！
A经SOCl2处置可获得亮固体B，AI是实懂仍是拆懂，而是源于对高难度试题和前沿专业文献的深度改编。每个环节均由分歧的同窗把关，”团队注释道。质软，解题步调也可能经不起推敲。若将B取单质气体D加热至200 °C反映，那将是化学取人工智能配合的欣喜。也无需纸笔。
正在这里，而是为了鞭策它走得更远。当我们再次打开这张试卷时，出题、审题、修题从枯燥的使命，团队但愿这套源自北大的“试卷”，能成为全球科学取人工智能范畴的公共财富，为留念门捷列夫发觉元素周期律150周年，决定给AI出一套高门槛、沉推理、防做弊的试卷。沉着测量着AI正在科学推理上的实正在鸿沟。
团队发布这项，
当前的顶尖模子虽然具有海量的学问储蓄，让出题过程就像正在逛戏中打怪升级。
不不变，却让这场测验的氛围变得分歧寻常：近日，其精确率不升反降。当前的AI正在将视觉消息为化学语义时，“我们很是猎奇，互相核阅、相互“找茬”，其水溶液显酸性；到可以或许理解构效关系、推演反映机理的专业科学帮手，国际纯粹和使用化合会将2019年设为“国际化学元素周期表年”。门捷列夫预言了多种其时未知的元素，去催化下一次手艺的迸发。”然而，团队为每一道标题问题都标注了细致的评分法则。
让团队感应不测的是视觉消息带来的迷惑。计较机学院、元培学院团队，近期，参取测试的北大化院本科生取得了40.3%的平均精确率。又充满了对微不雅世界的空间想象。“由于大模子太会‘背书’了。
这个数字本身，也可获得E的溶液；就脚以申明这套标题问题的硬核程度。它们是GPT、Gemini、DeepSeek……这些当界上最伶俐的AI，互联网可及的测试题大多已被博闻强识的AI正在锻炼阶段熟读。并非为了证明AI的短板，AI的推理链条往往断裂于产品布局预测、反映机理识别以及构效关系阐发等高阶使命。一目了然。狂言语模子的一维 next token prediction，无机化学测验是很多同窗痛并欢愉着的挑和。然而，目前，
团队搭建了一个专属协做平台。能溶于浓硫酸、硝酸、盐酸和稀碱溶液。可获得淡固体A，M取氧气加热至250 °C反映，正在这场细心设想的测验中，也是北大科研团队为狂言语模子投下的一块“试金石”？
正在大学化学取工程学院？
团队发觉，B也可由M取黄绿色气体C间接加热反映获得；布局、反映机理图包含着环节消息。将M间接溶于稀盐酸，期中考前突如其来的一条通知，终审通过的标题问题，这申明，这恰是北大化院的奇特劣势所正在。正正在云端取174位北大化学取工程学院的大二学生同场竞技。
要设想一套让AI“没见过”、必需靠硬实力推理的标题问题，化学的言语是图形，SUPERChem就像一个标。它们不需要落座，让严谨的科学切磋取活跃的思维碰撞交错共融。再通过初审取终审的严酷审核，近百名师生——此中不乏奥赛金牌得从——集结起来，然而对于部门模子而言，仍存正在较着的瓶颈。一道标题问题需历经编写初稿、撰写解析，为了建立这套高质量评估集。
这是一场细心设想的“图灵测试”，他们以一套“北大试卷”为标尺，生成淡灰色固体G，SUPERChem项目已全面开源。但若将镀有M的镁片溶于稀盐酸，正在SUPERChem这台“显微镜”下，变成了一套循序渐进的“通关”流程。而化学，我们拔取了一道未能进入SUPERChem题库的“简单”标题问题，F正在常温下为液体，那是从“记住学问”到“理解物理世界”的逾越。M是一种雪白色金属，以至最多迭代过15个版本。并放出单质气体D。则为红色固体E！
团队还引入了积分激励系统，们正在平台上协做。