在北京大学化学与分子工程学院，期中考前突如其来的一条通知，却让这场考试的气氛变得不同寻常： 考场里迎来的一批"特殊考生"。它们不需要落座，也无需纸笔。它们是GPT、Gemini、DeepSeek……这 些当下世界上最聪明的AI，正在云端与174位北大化学与分子工程学院的大二学生同场竞技。 晶体结构的精细解析、反应机理的深度推演、物化性质的定量计算……这500道题目并非来自网络上随 手可得的公开题库，而是源于对高难度试题和前沿专业文献的深度改编。 为什么要费尽周折重新出题？ "因为大模型太会'背书'了。"团队成员解释道。互联网可及的测试题大多已被博闻强识的AI在训练阶段 熟读。而化学，恰恰是一门不能只靠死记硬背的学科。它既有严密的逻辑推演，又充满了对微观世界的 空间想象。"我们非常好奇，大语言模型的一维 next token prediction，能否解决二维、甚至三维空间中 的复杂推理问题。" 要设计一套让AI"没见过"、必须靠硬实力推理的题目，难度极高。然而，这正是北大化院的独特优势所 在。近百名师生——其中不乏奥赛金牌得主——集结起来，决定给AI出一套高门槛、重推理、防作弊 的试卷。 这是一场精心设计的" ...

转自：北京日报客户端 在北京大学化学与分子工程学院，有机化学考试是许多同学痛并快乐着的挑战。然而，期中考前突如其 来的一条通知，却让这场考试的气氛变得不同寻常： "请注意，本次考试范围不仅限于有机化学。" 近日，北京大学化学与分子工程学院联合北大计算中心、计算机学院、元培学院团队，发布了最新成果 SUPERChem。近期，他们以一套"北大试卷"为标尺，冷静丈量着AI在科学推理上的真实边界。 考试现场 一场特殊的期中考 打开SUPERChem的题库，一种"压迫感"扑面而来。 晶体结构的精细解析、反应机理的深度推演、物化性质的定量计算……这500道题目并非来自网络上随 手可得的公开题库，而是源于对高难度试题和前沿专业文献的深度改编。 为什么要费尽周折重新出题？ 但比起考试范围的变化，考场里迎来的一批"特殊考生"，更让人意想不到。 它们不需要落座，也无需纸笔。它们是GPT、Gemini、DeepSeek……这些当下世界上最聪明的AI，正在 云端与174位北大化学与分子工程学院的大二学生同场竞技。 这是一场精心设计的"图灵测试"，也是北大科研团队为大语言模型投下的一块"试金石"。 "因为大模型太会'背书'了。"团队成 ...