UniPat AI 发布湿实验预测基准 SPU，12 款前沿模型平均分最高仅 0.486
UniPat AI 牵头发布湿实验预测基准 Science Prediction Universe（SPU），包含 116 个任务、4207 个湿实验，覆盖化学、材料科学、生物和医学，公开任务来自 85 篇近期论文，另有 16 个来自未发表合作实验的私有任务。
#评测/基准
量子位AI 评分6060
量子位AI 评分6060 未来医生MedGPT完成40例复杂肺癌病例评测，250名三甲医生参与
未来医生MedGPT与国内三甲医院胸外科团队联合开展肺癌实证研究，围绕40例复杂肺癌病例，在250名三甲医院医生参与的统一评估下，AI与医生无辅助方案的评分对比为88比12。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，现已开放研究预览版。该基准基于 1.039 亿个 GitHub PR 的分布构建，包含 19 种语言的 219 个公开 PR，采用多来源黄金集和统一评分规则，由资深工程师独立复核，与基准判断的一致率为 96.6%。