研究人员发布前沿材料研发大模型评测基准FrontierMat
Start here
2026年11月，研究人员发布面向前沿材料研发的大语言模型评测基准FrontierMat。该基准包含航空航天与半导体等领域的330道真实科研难题。评测结果显示，当前最强通用模型得分仅为53.7%，半数题目至多仅被一个模型解决；在130道跨尺度推理题上，模型得分较单尺度题目低8.7分。针对该短板，研究团队通过元加权持续预训练与尺度模块化自蒸馏，使开源模型得分从36.7%提升至55.4%，追平了最强专有模型表现。
AI-generated from reports · Updated 3 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能FrontierMat：面向前沿材料研发的大语言模型评测基准
FrontierMat 包含航空航天与半导体等领域的 330 道真实科研难题，用于评测大语言模型在前沿材料研发中的表现。评测显示最强通用模型得分仅 53.7%，130 道跨尺度推理题得分较单尺度低 8.7 分，半数题目至多被一个模型解决。通过元加权持续预训练与尺度模块化自蒸馏，开源模型得分从 36.7% 升至 55.4%，追平最强专有模型。
Story heat trend
Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.