“史上最严”湿实验预测基准发布：推理拉满、算力翻5倍也白搭

UniPat AI发布首个面向湿实验结果预测的严格基准SPU，覆盖化学、材料、生物、医学四大领域，包含116个任务、4207个真实实验，要求AI在8小时内自主检索、计算并提交排序预测，以Spearman系数评估；测试显示当前前沿模型（如Opus 5.5、GPT-6 Astra）预测能力仍远未达标，且算力与推理强度提升未显著改善结果。