跳到正文
热点事件持续更新

研究评估五大前沿LLM预测ML实验结果能力

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年10月19日，arXiv发布一项研究，评估GPT-6 Astra、Claude Opus 5.5等五个前沿LLM预测机器学习实验结果的能力。该研究使用了包含288个LLM提出想法的八项MLE-bench任务数据集。结果显示，模型预测远非精准，最佳模型Claude Opus 5.5仅能解释结果方差的49%（R² = 0.49）。研究者已发布该数据集以支持后续研究。

AI 根据报道生成 · 7 小时前更新

最新进展10月19日 12:00
前沿 LLM 预测机器学习实验结果的能力评估：基于 MLE-bench 的研究

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · ML
    前沿 LLM 预测机器学习实验结果的能力评估：基于 MLE-bench 的研究

    研究评估了 GPT-6 Astra、Claude Opus 5.5 等五个前沿 LLM 预测 ML 实验结果的能力，发现预测远非精准，最佳模型 Claude Opus 5.5 仅能解释结果方差的 49%（R^2 = 0.49）。

本事件热度走势

可比范围当前
8
可比范围峰值
1010月19日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。