开源动态8

SFE评测：主流多模态LLM科研水平不及格

机器之心2025-07-09

AI 摘要

上海人工智能实验室推出SFE评测基准，评估多模态大模型科学能力。评测发现闭源模型能力强，不同学科表现有别，模型推理能力提升，还构建SciPrismaX平台促进AI科学评估。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

MinerU.Chem：解锁化学文献数据，助力 AI4S

上海人工智能实验室 OpenDataLab 团队发布 MinerU.Chem 技术报告及成果，升级化学文献智能解析能力。它能将化学文献图片转化为 AI 可用数据，解决化学知识机器难用问题，在评测中领先，还将助力 AI4S 发展。

OpenAI前CPO Kevin Weil创业，新公司定位是“为AI模型收集科学数据”的平台，估值达7.5亿美元。AI4S赛道成为硅谷离职AI高管热门去向，正从概念叙事进入基础设施建设阶段，包括数据、模型、应用层。

文章介绍AI科研应用新趋势，从学习已知知识转向搜索未知解。以百度‘伐谋’为例，它助力南京林业大学检测松材线虫病，还在多学科和产业场景中展现价值，百度还启动科学家计划推动其发展。

多模态大模型处理多参考图与视频对应关系能力不足。为此提出 RefCaptioner，强化模型对参考图识别感应能力、优化输出格式与奖励函数；还构建 MRVBench 评测基准，实验显示其表现优异。