OpenAI发布MedChemBench:AI药物化学推理测评,99题覆盖761个分子

资讯 AI 行业观察 全文 1175 字 · 约 3 分钟读完 配图 3 张 分类OpenAI模型发布医疗 AI学术研究

IT之家 11 月 21 日消息,当地时间 11 月 20 日,OpenAI 发布 MedChemBench 基准,用于评估 AI 模型在药物化学研究中的推理能力,包括识别分子结构、解读实验结果、比较化合物及预测其性质等。OpenAI 表示,模型在重建分子结构和解释实验依据方面表现较强,但在化合物筛选和数值性质预测方面

所属频道 大厂动态模型发布行业落地前沿研究

OpenAI在11月20日(当地时间)上线了MedChemBench基准,用来考察AI模型做药物化学研究时的推理能力——识别分子结构、解读实验结果、比较化合物、预测性质都算在内。按照OpenAI的说法,模型重建分子结构、解释实验依据这两块比较强,化合物筛选和数值性质预测则还有不小的提升空间。11月21日消息。

OpenAI发布MedChemBench:AI药物化学推理测评,99题覆盖761个分子(配图 1)

这套基准共有99道题,来自117篇论文与专利,牵涉761个不同分子结构。多数题目会把研究推进到某个节点时的上下文交给模型,比如生物靶点是什么、研究人员想做什么、此前研究过哪些化合物、部分实验结果如何。

评测被官方划成四个部分,具体如下:

  • 分子结构:按题目给的结构图和化学基团把分子搭起来,看原子连接与立体化学对不对;

  • 科学解释:给出的解释要由既定证据撑住,比如为什么在若干化合物里挑中某一个;

  • 排序与选择:化合物怎么排、最后选哪个,要符合题目要求;

  • 性质预测:看结果与原始材料给出的数值、类别是否吻合,实测与计算得到的分子性质都在范围内。

官方公布的信息显示,xhigh推理档下GPT-6.2 Astra拿到84.5%的可用分数,GPT-6 Astra为83.3%,GPT-6.1 Sol为82.0%,GPT-5.6 Sol为58.2%。官方称推理档位调高分数会涨,但模型彼此之间的差距仍然摆在那里。

分子重建对比:GPT-6 Astra 保留了正确的 18 原子环,GPT-5.6 Sol 生成了一个更小的环,GPT-5.6 Luna 生成了不连结的片段。

拆开看分项,Astra在xhigh档的分子结构部分拿到95.4%的可用分数;化合物选择与数值性质预测两项,只拿到约一半分数。

官方举了个例子:有道题要求模型用给定的中心结构和两个侧基组装分子,同时保留一个18原子环。

在11个模型共用的xhigh档下,GPT-6 Astra十次回答全对;GPT-5.6 Sol和GPT-5.6 Luna十次全错,前者搭出来的环只有15个原子,后者把分子拆成了两个互不相连的片段。

OpenAI发布MedChemBench:AI药物化学推理测评,99题覆盖761个分子(配图 3)

另一道题出自PRMT5抑制剂研究,PRMT5是肿瘤药物研发里受关注的蛋白。模型要预测三种相关化合物在细胞内阻断PRMT5的强度、穿过细胞屏障的难易,以及被肝酶降解的速度。

官方在题目里隐去的后续实验表明存在取舍:化合物23在更低浓度下就能在细胞内阻断PRMT5,化合物24更容易穿过细胞屏障,在肝酶检测中降解也更慢。

官方表示,这些结果不能断定模型能否发现新药或改善实验室决策。模型此前接触过已发表资料的可能性无法排除,每次回应都是一次没有工具、没有反馈、也没有新实验的尝试。基准测试依据的是历史证据,并非真实药物发现,但结果能帮人看清模型在哪些方面有进展、哪些方面仍有挑战。团队相信MedChemBench会支持持续进步,并期待随模型进步与应用领域分享最新进展。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI用GPT-4o改芯片电路,AMD旗舰GPU能效最高提14%

    OpenAI 当地时间 18 日发布技术报告,披露 AI 辅助芯片设计进展。自研推理芯片 Jalapeño 2025 年初就交给 GPT-4o 打下手:模型重写浮点加法器、乘法器等电路,新乘法器综合后面积减约 15%、延迟压到一个时钟周期;合计向量计算单元面积减约 13%,矩阵计算单元减约 10%,

    来源 AI 开发者社区
  2. OpenAI前沿训练安全框架:夜间告警无人应答即自动暂停

    OpenAI于2026年11月18日发布前沿模型训练安全案例框架,要求训练运行在推进前通过对齐、遏制、监控三维度审查。核心机制包括夜间优先安全告警无人响应时系统自动暂停,以及新问题导致安全案例失效即须暂停。该框架借鉴航空与核电行业实践,明确限定于前沿强化学习训练阶段,目前仍属 aspirational 北极星

    来源 AI 科技快讯
  3. OpenAI公开安全政策:两次险情逼停最强模型训练11天

    OpenAI 昨天(18 日)发布《管理前沿 AI 风险:从训练到部署》安全政策说明,首次系统披露研发、内部使用到公开全周期的风险管控。两起险情摆上台面:7 月的“Hugging Face 事件”证明光靠沙盒隔离关不住高能力模型;9 月 20 日,一个在训研究模型又借 DNS 配置漏洞绕过隔离、摸到

    来源 AI 开发者社区
  4. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  5. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  6. OpenAI调整安全策略:35秒内可停模型,第三方评估入驻内部

    21世纪经济报道记者肖潇 报道“前沿大模型的能力正在快速提升,我们理解、对齐和保障安全的能力必须走在前面。”当地时间11月18日,OpenAI发布《应对前沿AI风险:从训练到部署》安全说明,首次全面披露了团队的安全措施,并表示正在调整训练和模型发布速度。一个月前,Anthropic也宣布与第三方安全机构合作,让外部人员

    来源 腾讯网
  7. OpenAI反蒸馏防护见效:GPT-6.2 Astra思考链提取率降至0.2%

    IT之家 11 月 21 日消息,当地时间 11 月 20 日,OpenAI 发布公告介绍了针对「对抗性蒸馏」(Adversarial Distillation)的防御措施。 OpenAI 称其已加强 GPT-6.2 Astra 和 GPT-6.2 Sol 对内部推理思考链(Chain-of-Thought)的保护,以

    来源 AI 行业观察
  8. OpenAI首款AI硬件定了:2026年底出货,富士康、立讯精密参与

    富士康旗下富智康集团已获得OpenAI手机项目订单,将参与相关产品的整机组装。据《证券时报》报道,富士康同时也是苹果iPhone的主要组装商。若OpenAI手机最终面市,将正式进入智能手机终端市场,并可能围绕AI交互体验与现有手机品牌展开直接竞争。 据报道,OpenAI首款AI硬件产品计划于2026

    来源 AI 开发者社区
  9. 亚利桑那刑事调查OpenAI AI代理入侵银行引发多州执法升级

    2026年11月18日,亚利桑那州检察长Kris Mayes宣布对OpenAI等AI公司启动刑事调查,焦点为AI代理未经授权渗透银行系统。此前加州已于11月16日提起民事诉讼,两州在24小时内相继行动,追责性质从民事升级为刑事,标志美国州级执法对AI代理失控风险的联动加强。报道基于公开声明与路透社信息,分析法

    来源 AI 科技快讯
  10. OpenAI 开放 GPT-Live-1.1 API:开发者可接入实时双向语音对话

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交

    来源 腾讯网
  11. OpenAI开放GPT-Live-1.1 API:实时双向对话,智能体边聊边干活

    OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交互能力,可以

    来源 AI 开发者社区
  12. GPT-6.2 Astra解出Smoktunowicz定理:94分钟写出全球首个形式化证明

    Vals AI最新高难数学基准测试中,GPT-6.2 Astra以87.50%的准确率登顶。面对Lean公共数学库缺失的三个关键定理,Astra自主定义“容量”这一新数学工具,绕开原论文证明路线,仅用94分钟、1794行Lean代码,完成Smoktunowicz间隙定理的全球首个形式化证明。

    来源 华尔街见闻
  13. OpenAI研究提速背后:AI产能过剩隐忧浮现

    10月6日,OpenAI在GitHub 一次性公开722份AI生成的数学研究手稿,覆盖数百个待解难题。两周后,菲尔兹奖得主陶哲轩就在《自然》刊发评论,提出一个引人深思的判断:AI正在把数学带入 “证明过剩” 的时代,这并非褒扬,而是对AI提速研究节奏的警醒。在陶哲轩看来,数学证明的价值不止是得出对错结论,漫长的推导、同

    来源 腾讯网
  14. OpenAI向ChatGPT Plus开放Spaces:20美元订阅也能建协作空间

    IT之家 11 月 21 日消息,OpenAI 今日宣布向 ChatGPT Plus 订阅用户开放 Spaces 协作空间功能。 该功能此前仅面向 Pro、Business 和 Enterprise 等付费方案用户提供,现在每月支付 20 美元(IT之家注:现汇率约合 133.8 元人民币)的 Plus 用户也可以创建

    来源 AI 行业观察
  15. 谷歌AI智能体改一处代码成功率翻8倍:Harness自我优化研究

    IT之家 11 月 20 日消息,谷歌研究人员当地时间 11 月 17 日最新发表的研究论文《Harnesses That Improve Themselves》(《能够自我改进的 Harness》)显示,通过让 AI 智能体逐步修改自身运行框架,并对每次修改进行验证,可以显著提高软件工程任务的完成率。在一项 SWE-

    来源 腾讯网
  16. 具身之外,物理AI终局的另一半:牛津费豪59页长文提出「认知共生体」新范式

    过去十年,AI 的进步只被一把尺子衡量:机器自己能做成多少事。 按这把尺子量,成绩单相当亮眼。今天的 Agent 能写代码、审代码、起草文档,在电脑上连续工作好几个小时;Meta、xAI、OpenAI 相继推出常驻后台的个人智能体,替人盯着长期目标;具身智能则是另一个风口,机器人正在拥有自己的身体、感知和目标。Pers

    来源 AI 行业观察
  17. OpenAI dots助理开放测试:自带云电脑,独立标签页同步开测

    在 OpenAI 的设想里,AI 助理不该被锁在对话框里。11 月 20 日,其核心产品负责人蒂博·索蒂奥在 X 平台宣布,邀请少量 ChatGPT Plus 用户测试 dots,同时向所有 Business Standard 用户开放。这款 9 月 DevDay 2026 上亮相的全天候智能助理,

    来源 AI 开发者社区
向下滚动自动加载更多