참고X
AI 과학 역량 벤치마크 'Science's Last Exam' 공개
과학 연구 작업 9개 분야 50개 과제 평가. Claude Opus 5(클로드 오푸스 5)와 DeepSeek-V4.1(딥시크 V4.1)-Flash 등 최신 모델의 과학적 추론 성능 비교.
요약
최근 50개 이상의 실제 연구 과제를 다루는 'Science's Last Exam' 평가 결과가 공개되며 AI 연구 분야의 중대한 전환점을 맞이했다. 해당 시험은 AI가 이전에 본 적 없는 숨겨진 테스트를 통해 9개 분야에서 평가가 진행되었다. Claude Opus 5는 과학적 코딩 영역에서 90.9%의 높은 점수를 기록하며 우수한 성능을 입증했다. 또한 가설 발견 능력 부문에서는 오픈 웨이트 모델인 DeepSeek-V4.1-Flash가 21.3%의 성공률을 기록했다. 이는 GPT-6.1(4.9%)과 Claude(7.3%)를 큰 폭으로 앞선 수치로, AI 모델들의 과학적 연구 수행 역량이 입증되었다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @undefinedKi: Absolutely incredible. AI just took its first real science exam. Claude Opus 5 scored 90.9% on scientific coding. Open-weight Deep
원문 보기 ↗