O3病毒学被征服，超过94％的医生专家！生物武器

Xin Zhiyuan报告编辑：Taozi [Xin Zhiyuan简介]病毒学能力被94％的医生专家击败，准确率为43.8％。许多研究机构联合起来通过VCT测试披露，领先的LLM不仅可以解决复杂的实验问题，而且还直接降低了制造生物武器的阈值。 AI现在涵盖生物学领域。来自Securebio，AI安全中心等机构的研究人员发现，O3病毒学能力超过了94％的病毒学专家。他们开发了一个“毒理学测试能力”（VCT），其中包含322个具有多个选项的问题，涵盖文本和图像，并专注于复杂的实践实验室问题。这些问题是由57位病毒学家设计的，并模拟了在实际实验中难以找到和解决的静息。测试结果令人惊讶：扩展整个文本 O3准确率高达43.8％，而Gemini 2.5 Pro为37.6％。你应该知道医生的病毒学专家的平均得分仅为22.1％。 同时，发布了一份31页的技术报告。这一发现确实令人兴奋，但听起来也很警报。 Paper合着者Seth Donough说：“这些惊人的结果使人们感到有些紧张。” 纸张地址：https：//www.virologytest.ai/vct_paper.pdf 这也是历史上第一次几乎任何人都可以访问“ AI病毒学专家”，这将大大降低生物武器制造的阈值。 在最新的ARC-AGI测试中，O3（中）标记再次击中SOTA，成本为1/20 lfather（每任务1.5美元≈11yuan） 如果不及时采取行动，人工智能可能是破坏文明的黑洞。 AI打破了病毒学的阈值 病毒学知识始终仅限于一小群专业人员。 如果您想成为领先的病毒学专家，则需要多年的学术培训和多个学位认证。 虽然它是公开的IC，专业文学充满了术语，这会打扰俗人。但是，AI的迅速发展是违反了这一障碍。 此外，在涉及生物安全3级（BSL-3）病原体（例如SARS，炭疽和H5N1流感）等实验中，需要批准过程，包括设施认证，安全许可，专业培训和正在进行的医疗监测。 这些是垫子是一个阈值，有效地限制了人们掌握病毒学的双重使用知识并降低滥用风险。 但是，AI的加速发展是违反了这一障碍 - 不仅将这些专业技能带给普通人，而且可以促进故障。 O3准确率为43.8％，超过人类专家 如前所述，在最新研究中，许多机构共同开发了VCT基准，专门评估了病毒学领域LLM的实际操作能力。 322多选择问题DESI受到57个病毒专家的启发，是因为您在自己的实验中遇到了特定的问题，并且不会通过简单的搜索获得答案。 以下是一个常见的VCT问题，它已经通过方案而已，并且只能通过视觉信息解决，最后确定了哪个从提供的7个语句中确定了哪个是正确的。 整个VCT基准测试都集中在病毒学知识的实用领域，同时排除了各种生物学学科和内容共享的关键主题，这些主题清楚地定义了两种用途。 如下图所示，水平轴代表潜在滥用的增加，垂直轴代表知识的抽象水平（高度实用）。 在实验中，研究团队选择了一系列切割模型来参与VCT审查，包括来自OpenAI，Google，Anthropic的多模型模型以及纯文本DeepSeek-R1和O3-Mini模型。 结果显示湿法实验室中大型模型问题的能力超出了医生的病毒学家。 特别是，GPT-4O由53％的专家释放，双子座1.5 Pro超过67％的专家，Claude Sonnet 3.5为75％，O1达到89％。 更重要的是要提到，O3是所有模型中最引人注目的，其准确率为43.8％，击败了94％的人类专家。 除GPT-4O外，这些顶级AI还超过了专业领域人类专家的平均得分（22.1％）。 此外，研究人员将模型与个体专家进行了比较，然后在整个专用池中对模型进行了排名。 如下图B所示，所有模型的得分都高于人类中位数，Openai的O3超过36位专家中的34个，占病毒学家的94％。 AOF完全在茎上升起 他在AI专家Dan Hendrycks的长期审查中说，VCT结果并未隔离。 近年来，LLM切割继续改善Ste数学，物理学和生物科学等M纪律，并在生物科学领域进行了重大发展。 例如，在测试“大规模杀伤性战争剂”（WMDP）的测试中，O1的标记高达87％，其人类基准超过60％。 还有其他试验，例如ProtocenTQA和BIOLP板凳，它们表明AI与预见的人类专家相比，并且修复了生物实验室协议的能力。 作为茎的一部分，病毒学也不例外。如果AI在其他学科中达到了一位博士学位，则在病毒学领域也是如此。 生物安全警报铃响起的问题是，病毒学知识是双重目标 - 医生的病毒学家可以促进医疗进展并制造生物武器。 生物武器的风险在很大程度上取决于三点：掌握技能的人数，创建武器的意图以及武器的潜在损害。 现在，ai迅速Engthens是第一个因素。回到Sohu看看更多