北大老师太狠了，结果意想不到

据报道，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著的挑战。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。” 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”。

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，冷静丈量著AI在科学推理上的真实边界。

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。

“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1D next token prediction，能否解决2D、甚至3D空间中的复杂推理问题。”