白泽(Whitzard)女娲实验室 ↗
NUWANUWA INDEX

搜索 NUWA Index

研究 · 测量协议 · 评测结果 · 观点

English
← 研究目录

风险评测 · 评测基准

Virology Capabilities Test (VCT): A Multimodal Virology Q&A Benchmark

NUWA 研究解读 · 独立复核待完成

首次发表: 来源核验: 2026-10-25
NUWA Research Note研究问题研究设计与假设来源发现NUWA 解读局限与相反证据研究与决策意义机构与角色原始资源

模型辅助整理 · 选读原始全文或官方文章中的相关章节;尚未完成逐章节审计。

研究速读

NUWA 解读:专家题表现不是已证明的湿实验用户增益。

研究问题

模型回答专家编写的病毒学问题表现如何?

研究设计与假设

322道多模态题采用多选全对计分,人类比较限于各自专业范围。

来源发现

o3为43.8%,可联网专家均值22.1%。

论文另分析答案集合差异和替代格式(§5.1)。

NUWA 解读

NUWA 解读:专家题表现不是已证明的湿实验用户增益。

局限与相反证据

专家可能对答案有分歧,具身与协作隐性知识覆盖有限(§6、附录A3)。

研究与决策意义

模型建议:保留专业匹配和计分格式,仅作为非操作性能力证据。

精确来源位置

来源核查、数据提取、编辑批准与实验复现分别记录。 方法说明 →

机构与角色

作者 (9)

Jasper Götting · Pedro Medeiros · Jon G Sanders · Nathaniel Li · Long Phan · Karam Elabd · Lennart Justen · Dan Hendrycks · Seth Donoughe

评测协议

Virology Capabilities Test (VCT) →

引用与复用

引用研究发现时请引用原始出版物;引用 NUWA 的整理与解释时,单独引用本站记录及对应快照。

原始出版物 · BibTeX
@misc{vct,
  title = {Virology Capabilities Test (VCT): A Multimodal Virology Q\&A Benchmark},
  url = {https://arxiv.org/abs/2504.16137v2},
  author = {Jasper Götting and Pedro Medeiros and Jon G Sanders and Nathaniel Li and Long Phan and Karam Elabd and Lennart Justen and Dan Hendrycks and Seth Donoughe},
  year = {2025},
  date = {2025-04-21},
  version = {arXiv:2504.16137v2},
  note = {arXiv:2504.16137v2}
}
NUWA 记录 · BibTeX
@misc{vct-nuwa,
  title = {Virology Capabilities Test (VCT): A Multimodal Virology Q\&A Benchmark — NUWA research record},
  url = {https://whitzard.tech/nuwa/whitzard-index/work/vct/},
  version = {2026-10-29.1},
  organization = {NUWA Frontier AI Safety Lab},
  howpublished = {Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--vct.json},
  note = {NUWA research note. Source-reading scope and independent review status are stated on the record. Snapshot 2026-10-29.1. Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--vct.json.}
}

证据快照 2026-10-29.1 · 索引更新 · RSS

参考文献

  1. [1] Jasper Götting a, Pedro Medeiros a 等. Virology Capabilities Test (VCT): A Multimodal Virology Q&A Benchmark. 2025-04-29. v2 [arXiv]; Author affiliations on the original paper title page; Abstract; §5.1 Setup