AItonomy 发布 SLE 科研智能体基准

美国非营利机构 AItonomy Foundation 发布 Science's Last Exam（SLE）科研智能体基准，用于评测研究智能体。该基准覆盖 9 个学科共 113 项任务，评测对象是智能体可打开并复跑的研究产物。 评分依据领域专家预先封存、对智能体隐藏的检查项，智能体在提交前看不到这些检查内容。报道称全部内容于 11 月 6 日开放。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。