一个270亿参数的模型在复现已发表论文上胜过了Opus 4.8和GPT-5.5
由谷歌DeepMind前员工创办、约十来人的伦敦实验室Inherent于8月22日表示，其智能体Faraday对已发表科学结论的复现比Anthropic的Claude Opus 4.8和OpenAI的GPT-5.5更为忠实。Faraday运行在开放的270亿参数模型Qwen 3.6之上，采用长时程强化学习训练。测试基准是Inherent自建的Replica：取自自然语言处理、材料科学和天气预报领域100篇论文的310项任务。每项任务要求智能体在从未看过原图的情况下，在有限时间和算力内复现一张图表。Inherent称其在所有类别中均领先，在元学习、结构生物学和材料科学上优势最明显。该实验室于2026年5月带着5000万美元种子轮融资走出隐身状态，尚未展示真正的新发现。
为什么重要?先说两点保留：这套基准是公司自己的，而且复现不等于发现。仍然值得注意的是规模。一个训练得当的270亿开放模型，在一项需要韧劲而非记忆的任务上击败了可能大上百倍的系统——读一篇论文，猜出作者略去的步骤，然后一遍遍磨到图表复现出来。这样的工作量，一所大学的实验室是负担得起的。
在App中阅读——免费，9种语言
相关新闻
OpenAI 新接口在 150 毫秒内从固定选项里挑一个。2026-10-07埃尔德什问题网站停止接收新的证明。
2026-10-07同一个任务跑二十遍，最好的智能体分数掉了三分之一。
2026-10-06一个模型没有用训练所有AI的那套方法就学会了写字。
2026-10-06TikTok把购物机器人放进了你正在看的视频里。
2026-10-06