在北京大学化学与分子工程学院，有机化学测验是很多同学痛并喜悦着的挑战。但是，期中考前出人意料的一条示知，却让这场测验的厌烦变得不同寻常：

“请驻防，本次测验范围不仅限于有机化学。”

但比起测验范围的变化，科场里迎来的一批“特殊考生”，更让东说念主出东说念主意想。

它们不需要落座，也无需纸笔。它们是GPT、Gemini、DeepSeek……这些当来天下上最奢睿的AI，正在云表与174位北大化学与分子工程学院的大二学生同场竞技。

这是一场全心狡计的“图灵测试”，亦然北大科研团队为大谈话模子投下的一块“试金石”。

近日，北京大学化学与分子工程学院联结北大预计中心、预计机学院、元培学院团队，发布了最新遵守SUPERChem。近期，他们以一套“北大试卷”为标尺，安适丈量着AI在科学推理上的着实规模。

测验现场

一场特殊的期中考

掀开SUPERChem的题库，一种“压迫感”扑面而来。

晶体结构的细致说明、响应机理的深度推演、损失性质的定量预计……这500说念题目并非来自齐集上唾手可得的公开题库，而是源于对高难度试题和前沿专科文件的深度改编。

为什么要费尽崎岖从头出题？

“因为大模子太会‘背书’了。”团队成员解释说念。互联网可及的测试题大多已被才疏学浅的AI在教师阶段熟读。而化学，恰正是一门不可只靠死记硬背的学科。它既有严实的逻辑推演，又充满了对微不雅天下的空间遐想。“咱们相等酷爱，大谈话模子的一维nexttokenprediction，能否搞定二维、甚而三维空间中的复杂推理问题。”

要狡计一套让AI“没见过”、必须靠硬实力推理的题目，难度极高。但是，这正是北大化院的私有上风场地。近百名师生——其中不乏奥赛金牌得主——逼近起来，决定给AI出一套高门槛、重推理、防舞弊的试卷。

他们要考的，是AI是否真实“懂”化学。

一场游戏中的学术共创

狡计题目时时是败兴的，但这群年青的北大东说念主却把它酿成了一场“游戏”。

为了构建这套高质料评估集，团队搭建了一个专属合作平台。在这里，出题、审题、修题从单调的任务，酿成了一套按次渐进的“通关”经由。成员们在平台上合作，相互审阅、相互“找茬”，让严谨的科学商量与活跃的想维碰撞交汇共融。

团队还引入了积分激发系统，让出题过程就像在游戏中打怪升级。沿路题目需历经编写初稿、撰写说明，再通过初审与终审的严格审核，每个重要均由不同的同学把关，并披发相应的积分。终审通过的题目，甚而最多迭代过15个版块。

SUPERChem题库的三阶段审核经由

当最广宽脑遇上“北浩劫度”

测验收获揭晓。

在这场全心狡计的测验中，东说念主类展现出了复杂的科学直观。行为基线，参与测试的北大化院本科生得回了40.3%的平均准确率。这个数字本人，就足以讲明这套题主义硬核进程。

而AI的发达奈何？

即即是接纳测试的顶尖模子，其收获也仅与低年齿本科生的平均水平高出。

前沿模子在SUPERChem上的发达

前沿模子的正确率与RPF关联

让团队感到偶而的是视觉信息带来的困惑。化学的谈话是图形，分子结构、响应机理图蕴含着关键信息。但是关于部分模子而言，当引入图像信息时，其准确率不升反降。这讲明，现时的AI在将视觉信息调治为化学语义时，仍存在彰着的感知瓶颈。

输入模态对不同模子的影响

但是，即使选对了谜底，解题式样也可能经不起推敲。因此，团队为每沿路题目齐标注了详备的评分王法。在SUPERChem这台“显微镜”下，AI是真懂如故装懂，一目了然。

团队发现，AI的推理链条时时断裂于居品结构揣度、响应机理识别以及构效关联分析等高阶任务。现时的顶尖模子固然领有海量的学问储备，但在处理需要严实逻辑和深切见地的硬核化学问题时，仍显牛逼不从心。

推理断点所属化学智力散布

通向AGI的一小步

SUPERChem的出身，填补了化学范畴多模态深度推理评测的空缺。

团队发布这项遵守，并非为了讲明注解AI的短板，而是为了鼓励它走得更远。SUPERChem就像一个路标。它请示咱们：从通用的聊天机器东说念主，到能够见地构效关联、推演响应机理的专科科学助手，中间还有很长的一段路要走。那是从“记取学问”到“见地物理天下”的朝上。

当今，SUPERChem相貌已全面开源。团队但愿这套源自北大的“试卷”，能成为全球科学与东说念主工智能范畴的行家钞票，去催化下一次技巧的爆发。省略在不久的往常，当咱们再次掀开这张试卷时，AI能交出一份满分的答卷。那将是化学与东说念主工智能共同的惊喜。

挑战一下？

咱们录取了沿路未能参加SUPERChem题库的“浅易”题目，邀请你来体验这场测验。

为转头门捷列夫发现元素周期律150周年，海外隧说念和利用化学联结会将2019年设为“海外化学元素周期表年”。门捷列夫预言了多种那时未知的元素，M即为其中之一。

M是一种银白色金属，质软，能溶于浓硫酸、硝酸、盐酸和稀碱溶液。M与氧气加热至250°C响应，可得到淡黄色固体A，A经SOCl2处理可得到亮黄色固体B，B也可由M与黄绿色气体C径直加热响应得到；若将B与单质气体D加热至200°C响应，则调治为红色固体E；将M径直溶于稀盐酸，也可得到E的溶液；但若将镀有M的镁片溶于稀盐酸，不错制得小数二元化合物F；F在常温下为液体，不踏实，其水溶液显酸性；F能与金属钾响应，生成淡灰色固体G，并放出单质气体D。

把柄上述信息，从以下选项选出正确的说法：

A：物资M的原子序数和族数的奇偶性不同

B：镀有M的镁片与稀盐酸响应，居品中Mg的化合价与A中M的化合价雷同

C：G具有反萤石结构

D：由于空气氧化，E溶液久置会调治成含B溶液