热点事件观察中
ProteinGeoBench 评测：智能体几何计算薄弱
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月20日，arXiv（cs.AI / cs.LG）发布 ProteinGeoBench，用 131 个蛋白质结构任务评测前沿结构生物学智能体。结果显示，这些智能体在元数据检索上表现流利，但几何计算不可靠：四个前沿模型中有三个得分落在 0.785–0.816 之间，第四个为 0.707。数值任务只有 28 个，却占所有模型均失败任务的一半。报道还指出，评估配置同样会影响排名——每任务只跑一次时，23.9% 的 bootstrap 重采样会把不同模型排到第一。
AI 根据报道生成 · 14 小时前更新
最新进展10月20日 01:55
ProteinGeoBench 首次评测显示：智能体元数据检索流利、几何计算不可靠，单次评测下排名不稳。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv cs.AI / cs.LG 最新ProteinGeoBench：前沿结构生物学智能体擅长元数据查找，却在几何计算上迷失
ProteinGeoBench 用 131 个蛋白质结构任务评测前沿智能体，结果显示它们元数据检索流利、几何计算不可靠。四个前沿模型中有三个得分落在 0.785–0.816 之间，第四个为 0.707；数值任务只有 28 个，却占所有模型均失败任务的一半。评估配置同样影响排名，每任务只跑一次时 23.9% 的 bootstrap 重采样会把不同模型排到第一。
本事件热度走势
当前热度 5·可比范围峰值 7（10月20日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。