RecodeX 重构消息，跨学科视觉三维理解与推理基准ScienceVision近日推出，覆盖生物、化学、医学影像、建筑、机械CAD五个科学领域共22个子领域，包含250道基于真实三维数据构建的题目，由66位领域专家累计投入近500小时打造。该基准采用确定性规则核验答案，无需语言模型充当裁判，并可兼作强化学习环境。
评测要求模型自主操作三维对象完成观察、测量与分析。12款前沿大模型参与测试，得分最高的GPT-6-Astra搭配Codex仅获0.53分，没有模型能在五个学科同时领先；即便配备交互检视工具，多数模型提升也十分有限。