17:50 / 17 ноября 2026
OpenAI создала метод для проверки научного мышления ИИ - IT Speaker, новости информационных технологий
Команда OpenAI разработала новый бенчмарк Frontier Science, с помощью которого можно оценить научное мышление искусственного интеллекта (ИИ). Инструмент создан для того, чтобы проверять компетенции ИИ в таких областях, как физика, химия и биология.
Бенчмарк разделен на два направления. Первый трек, называемый «Олимпиада», включает сложные теоретические задачи, которые выходят за рамки стандартного школьного или университетского курса. Второй трек – «Исследования» – ориентирован на задачи уровня PhD (или аспирантуры – прим. IT Speaker), с которыми сталкиваются реальные научные сотрудники в лабораториях и исследовательских центрах. Такой подход позволяет оценивать не только способность моделей воспроизводить известные факты, но и применять знания в новых обстоятельствах.
Ответы моделей проверяются с помощью верифицированного авто-грейдера на базе GPT-5. В тестировании уже приняли участие ведущие модели 2025 года. Результаты показали, что лидером стал GPT-5.2 в конфигурации x-high, успешно решившая 77% задач из трека «Олимпиада» и 25% задач трека «Исследования». Ближайший конкурент, Gemini 3 Pro, показал практически идентичный результат в теоретическом треке – 76%, но уступил в тестах исследовательского уровня.
Специалисты OpenAI отмечают, что Frontier Science не просто очередной набор тестов, а инструмент, способный выявить сильные и слабые стороны моделей в применении научного мышления на практике.
Ранее «Яндекс» внедрил ИИ-помощника для платформы для разработки SourceCraft. Он может самостоятельно писать безопасный код для исправления уязвимостей в ПО.
Поделиться новостью
17:50 / 17 ноября 2026
17:10 / 17 ноября 2026
16:30 / 17 ноября 2026
15:50 / 17 ноября 2026
«Сбер» представил портативную умную колонку
16:30 / 17 ноября 2026
Cloud.ru займется национальной сертификацией ИТ-специалистов в облаках
15:50 / 17 ноября 2026
Соцсети и мессенджеры
Цифровизация
15:10 / 17 ноября 2026
VK Tech запустил подключение ИИ-агентов в проектах VK WorkSpace
13:50 / 17 ноября 2026