TasteVal：衡量 AI 系统实验研究品味、对标人类专家

研究者提出 TasteVal，一个评估前沿模型实验研究品味的 benchmark，将研究品味定义为挑选有趣问题、设计实验并解读结果的能力。TasteVal 聚焦实验环节，把实验研究品味操作化为算力效率：在固定研究问题上，衡量模型迭代设计实验并从结果中得出结论的能力，若达到与人类专家相同分数所用串行实验更少则更优。