研究者发布博士后级自然科学问题基准STEMBench
热点事件持续更新
研究者发布博士后级自然科学问题基准STEMBench
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者发布 STEMBench,用于评测大语言模型回答博士后级自然科学问题的能力。该基准包含高能物理、天体物理和神经科学三个领域的 12 个研究问题,每个问题按所在领域自身的评价标准打分,而非统一评分规则。 基准设有两个实测锚点:一是“无领域知识”情形,二是“复现已发表方法的专家参考”情形,用于对照模型表现。报道未给出各模型在该基准上的具体得分。
AI 根据报道生成 · 47 分钟前更新
最新进展11月20日 13:00
STEMBench 发布:用各领域评价标准评测 LLM 的博士后级自然科学问题能力报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AISTEMBench 发布:用各领域评价标准评测 LLM 的博士后级自然科学问题能力
研究者提出 STEMBench,用高能物理、天体物理和神经科学三个领域的 12 个研究问题评测 LLM,每个问题按该领域自身的评价标准打分,并配有“无领域知识”和“复现已发表方法的专家参考”两个实测锚点。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。