Vals AI 在真实世界任务中测试前沿 AI 模型

Vals AI 对全球领先的 AI 模型开展独立评测，测试其在金融、软件等具经济价值的任务以及网络安全、递归自我改进和心理健康等前沿风险领域的表现。该机构自主运行全部评估并自研多数评测基准，持续追踪 16 家实验室基础模型的性能变化。其近期发布的报告显示，Claude Opus 5.5 智能体已发现两种室温磁性半导体候选材料。