GPT-5准确率不足40%!北大发布多模态、高难度化学基准SUPERChem (opens in a new tab)北大团队发布化学大模型基准SUPERChem,这是一个多模态、高难度的化学推理基准。它针对现有化学评测的不足,系统构建了评估大语言模型化学推理能力的新体系。