芯片缺陷评测基准First Silicon发布，前沿AI检出率不足两成

2026年11月5日，研究团队正式推出面向硬件缺陷检测的评测基准“First Silicon”。相关测试结果显示，当前前沿AI模型在芯片硬件Bug检出能力上面临较大挑战。在评测中，表现最好的模型 Claude Opus 5.5 在零误报的严格标准下，仅能检出 18.6% 的真实芯片缺陷；同时，该模型发出的缺陷警报中约有三分之二为误报，表明前沿AI在严苛的芯片验证场景下仍存在明显的检出短板与高误报问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。