Scale 发布 DualChem 基准，评估大模型在双用途化学场景中的风险

Scale 发布 DualChem 基准，用 600 道化学专家审核的双用途问题评估 30 多个前沿模型，模型平均准确率约 50%，表现最好的约 67%。实验显示，大模型辅助使化学专业本科参与者在双用途任务上的表现从约 32% 提升到约 48%。