研究者发布CompMat-Bench材料科学智能体基准
热点事件观察中
研究者发布CompMat-Bench材料科学智能体基准
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Chenmu Zhang等作者发布CompMat-Bench，一个源自近期计算材料研究的AI智能体基准，包含94项任务，每项要求智能体完成研究科学目标中的一步。该基准通过预先复现研究步骤来评估智能体准备输入和分析输出的能力，以避免评测时运行昂贵的模拟。 基准支持四种评测条件：单任务与由相关任务组成的工作流，各自分为完整方法指导与减少指导。在单任务完整指导下，基于三个LLM的智能体通过率为66.0%至90.4%；更长工作流与减少指导会以不同方式限制不同智能体的表现。 作者称，失败多归因于科学错误而非软件使用错误。
AI 根据报道生成 · 1 天前更新
最新进展10月16日 12:00
CompMat-Bench：面向计算材料科学的 AI 智能体基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.AICompMat-Bench：面向计算材料科学的 AI 智能体基准测试
研究者推出 CompMat-Bench，一个源自近期计算材料研究、包含 94 项任务的 AI 智能体基准，通过预先复现研究步骤来评估智能体准备输入与分析输出的能力，从而避免评测时运行昂贵模拟。基于三个 LLM 的智能体在单任务完整指导下通过率为 66.0-90.4%，更长工作流与减少指导会以不同方式限制不同智能体表现，失败多归因于科学错误而非软件使用错误。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 810月16日 22:00
- 近 24 小时变化
- -51%
02468
10月17日06:0012:0018:0010月18日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。