Elicit多轮迭代实验：18题均分提升9.3

事件综述根据 1 篇报道整理，11月12日更新

Elicit 在自家 BioDecision 基准的 18 道制药决策题上，让 Elicit 与 Claude Opus 5.5、Fable 5.2、GPT-6.1 Sol 各自迭代七版答案。Elicit 称，Elicit 平均分从 77 升至 87（+9.3），三个模型分别仅提升 2.2、2.8 和 0.8 分。 实验条件与常规使用不同：Elicit 运行在 Smartest 设置下，且常规回答每次最多两轮独立评审，此次为研究“无界”效果放宽到六轮。Elicit 自述这只是 18 道题的快速实验，另有少数会话因故未完成而被排除。 该结果来自厂商自测，样本仅 18 题，尚未见独立复现。

综述由模型根据报道生成，细节以各篇原文为准。