Зерттеулер2026 ж. 26 қазан

PersonaScienceBench: Evaluating Scientific Agents with Diverse Simulated Researchers

arXiv:2610.32106v1 Announce Type: new Abstract: Scientific agents collaborate with researchers whose expertise and preferences differ, but benchmarks usually hold the collaborator fixed. We introduce PersonaScienceBench: 200 tasks from five benchmarks across four scientific…

Siyang Wu, Weizhi Zhang, Chen Yang, Esther Xu Fei, Jorin Overwiening, Xu Pan, Jing Tang, Yixuan He, Kelvin C. Mo, Peiwen Li, Defu Cao, Xu Hu, Haixin Wang, Taoran Li, Haoming Li, Zheyuan Deng, Jingwen Zhang, Pengsong Zhang, Haichao Zhang, Guangze Luo, Yi Daniel Lu, Zihuai He, Chenxi Qiu, Dianzhuo Wang, Zhejian Peng, Shushu Liang, Wenyi Lu, Yifan Wang, Jintao Huang, Yijun Wang, Xiaomin Li, Yuexing Hao·arXiv — cs.AI
Түпнұсқа
Негізгі тұжырымдар
  • 01.arXiv:2610.32106v1 Announce Type: new Abstract: Scientific agents collaborate with researchers whose expertise and preferences differ, but benchmarks usually hold the collaborator fixed
  • 02.We introduce PersonaScienceBench: 200 tasks from five benchmarks across four scientific…

Материал кеңейтілген талдамалық дайджест форматында берілген.

Толық нұсқасын түпнұсқадан оқу
Материал авторға сілтеме жасай отырып, ұлттық инфопоток аясында агрегацияланған.

Байланысты материалдар

Барлығы →
Зерттеулер1 мин

Бірақ Anthropic компаниясының IPO деректері туралы ең қызықты нәрсе, олар жалпы $141,1 млрд жинады және олар әлі де бар ...

Бірақ Anthropic компаниясының IPO деректері туралы ең қызықты нәрсе, олар жалпы $141,1 млрд жинады және олардың шоттарында әлі $131,7 млрд бар. Антропик өз тарихында шамамен 9,4 миллиард доллар жұмсаған, ал бар болғаны 3 жыл ішінде оның кірісі нөлден 16,3 миллиард долларға дейін өскені белгілі болды...

Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)