为什么重要
FrontierScience 是 OpenAI 发布的博士级科研推理基准，分两个赛道：Olympiad（竞赛式解题，77%）和 Research（开放科研推理，仅 25%）。两个赛道之间 52% 的巨大差距揭示了当前 AI 的核心弱点：结构化解题远强于开放科研推理。
构建方式
- Olympiad 赛道（100 题）：由各学科博士出的竞赛级科学题（物理、化学、生物、CS、数学），有明确答案
- Research 赛道（60 题）：开放式科研子任务——给一个研究背景，要求完成数据分析/假设验证/实验设计等
- 所有题目禁用联网（测纯推理能力）
任务示例
Olympiad 示例（物理）：
“一个超导环中的磁通量量子化条件下，计算临界电流与外加磁场的关系…”
Research 示例（生物）：
“给定一组基因表达数据，判断哪些基因可能参与了信号通路 X，并给出你的推理过程”
关键发现
- Olympiad 77% vs Research 25%：结构化解题远强于开放科研
- 这个差距是 Science Agent 研发的核心方向——如何让 AI 做”开放式科学推理”
- GPT-5.2 在两个赛道都是最强，说明模型规模对科研推理仍有帮助