开源动态8

ASI - Bench：测AI距自主科研有多远

机器之心2026-08-25

AI 摘要

清华大学陈勇超等联合开发ASI - Bench，用于衡量AI科学自主性。现有benchmark各有不足，ASI - Bench通过信息梯度测试，发现当前AI在无人类详细指导时表现差，离自主科研距离明显。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

XSKY MeshFS：AI存储测试斩获九项第一

9月1日，MLPerf Storage 3.0基准测试结果发布，XSKY星辰天合旗下MeshFS首次参赛，在并行文件存储赛道获九项第一。该测试覆盖多类负载，可多维度衡量存储系统性能，MeshFS兼顾性能与成本效率。

今天，Claude Fable 5.1全平台上线，Mythos 5.1专供特定团队。新模型跑分有断层式代差，还降低了算力门槛。通过重绘金星、设计蛋白等案例展示其科研能力，在编程上也表现出色，同时在安全上采取‘一松一紧’策略。

前两天J-Space凭夸张测试结果刷屏，宣称一份Skill接入Agent环境，能让V4 Pro在多基准大幅提升，部分成绩超Fable 5。但社区复测结果相反，作者未公开完整评测记录，还删质疑帖，引发公开打假。

开源AI基础设施公司Prime Intellect研究表明，借助多智能体Harness，让开源模型负责监控和实现，可让‘AI开发AI’更便宜、效果更好。实验中，Kimi K3搭配Harness逼近Opus 5。