Astro2Method：天文机器学习方法选择基准

Xingzhong Fan、Hangfeng He 与 Fatemeh Nargesian 发布基准 Astro2Method，用于测试大语言模型（LLM）在天文学中选择机器学习方法的能力。 该基准包含 500 道经专家审核的二元问题，取自 2024 年 1 月至 2026 年 6 月发表的 346 篇天文学论文。据作者说明，这些问题依据论文中明确的性能差异设计，并按作者解释的完整程度分为 Easy（解释完整）和 Hard（解释部分）两档。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。