LongChang评测大模型自主科学发现
先了解这件事
AI 综述
2026年10月31日，Rohan Paul在X上介绍LongChang（龙场）项目。该项目设置14个物理规律被根本改变的模拟世界，用于评测12个大语言模型的自主科学发现能力。评测结果显示，GPT-6-Astra的发现率为16.7%，其余11个模型均为0%；将探索预算提高5倍后，结果仍未改善。项目目前提供交互式演示、arXiv论文和代码。
报道时间线
10月31日
- LongChang 评测 12 个 LLM 在 14 个模拟世界中的自主科学发现能力
LongChang（龙场）项目用 14 个物理规律被根本改变的模拟世界，评测 12 个 LLM 的自主科学发现能力。GPT-6-Astra 的发现率为 16.7%，其余 11 个模型均为 0%，将探索预算提高 5 倍也没有改善结果。项目提供交互式演示、arXiv 论文和代码。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。