跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    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

    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。