AutoSciBench：面向科学智能体的自主基准生成框架

AutoSciBench 是一个可自动生成并随智能体能力演进迭代适配的科学智能体评测基准框架，将每项任务表示为可自动构建的形式，以缓解现有基准饱和、难以区分能力的问题。科学领域基准的构建与更新通常耗时耗力且依赖专业知识，该框架试图让评测与智能体能力进展保持同步。